西文字符编码与汉字编码

授课内容：西文字符编码与汉字编码

ξ1.2西文字符编码与汉字编码编码定义：用二进制数0、1的不同组合来表示特定的信息。ξ1.2西文字符编码与汉字编码一、ASCII(西文字符编码）版本：7位版本（使用了一个字节中的7位，最高位置0，数值范围从0000000～1111111，即0～127,共计

128个字符。全称：美国标准信息交换代码（AmericanStandardCodeforInformationInterchange）ASCII码对照表：ξ1.2西文字符编码与汉字编码一、ASCII

128个字符包括：(一)、94个可显示打印字符。数字0～9：（48～57）———————10个大写英文字母A～Z:（65～90）————26个小写英文字母a～z：（97～122）———26个标点符号和运算符号————————32个(二)、34个不可显示字符。控制字符：空格：32DEL：127

课堂提问：ASCII的大小顺序是怎样的？码值范围：33～126码值范围：0～32，127ξ1.2西文字符编码与汉字编码一、ASCIIASCII的大小规则：控制字符<数字<大写字母<小写字母同个字母大写+32→小写字母课堂练习：指出A，3，y，Y，空格的ASCⅡ码值大小顺序？

A：65

3：51

y：121Y：89

0：48→

Z：90→

↓+32空格：32

答：空格<3<A<Y<yξ1.2西文字符编码与汉字编码二、汉字编码汉字编码种类：

1、国标码

2、区位码

3、机内码

4、汉字输入码（外码）

5、汉字地址码

6、字型码音码：全拼、双拼、微软拼音

形码：如五笔字型、郑码音形码：如智能ABC、自然码数字码：如区位码、电报码外码（输入）→内码→字型码（输出）ξ1.2西文字符编码与汉字编码二、汉字编码我国于1980年颁布了《信息交换用汉字编码字符集·基本集》，简称GB2312-80码

（国标码）。非汉字图形字符

682个汉字

6763个一级3755个——汉语拼音排序二级3008个——偏旁部首排序7445个课堂提问：可以用一个字节来存放汉字编码吗？汉字编码表ξ1.2西文字符编码与汉字编码二、汉字编码区位码：使用了两个字节，最高位均置0128×128＝1638494×94＝8836

区位码是把7445个国标码放置在一个94行×94列的阵列中。阵列的每一行称为一个汉字的“区”，用区号表示；每一列称为一个汉字的“位”，用位号表示。显然，区号范围是1～94，位号的范围也是1～94。这样，一个汉字在表中的位置可用它所在的区号与位号来确定。一个汉字的区号与位号的组合就是该汉字的“区位码”。区位码的形式是：高两位为区号，低两位为位号。ξ1.2西文字符编码与汉字编码二、汉字编码实际上只用了87×94＝8178个编码。其中682个图形符号，分布在1～15区；一级汉字分布在16～55区；二级汉字(不常用汉字)分布在56～87区；88区以后为空白区，以待扩展。区位码：实际上也是一种汉字输入码。优点：无重码缺点：难以记忆ξ1.2西文字符编码与汉字编码二、汉字编码区位码：4位十进制数，编码范围从0101～9494国标码：国标GB2312-80中规定，所有汉字和字符的每个字节的编码范围与ASCII码表中的94个字符编码相一致（即从33～126），所以，其编码范围是：2121H～7E7EH。国标码是十六进制数。所以：

国标码=区位码+2020H

机内码：以上两种编码均与ASCII冲突。机内码将国标码两个字节的最高位均置1，从而避免了与ASCII的冲突。其每个字节从161～254。它也是十六进制数。所以，其编码范围是：A1A1H～FEFEH。机内码=国标码+8080H

机内码=区位码+A0A0Hξ1.2西文字符编码与汉字编码二、汉字编码国标码、机内码、区位码的相互转换：第一步：将区位码转换成十六进制数第二步：根据公式转换：国标码=区位码+2020H

机内码=国标码+8080H

机内码=区位码+A0A0H

课堂练习：以汉字“大”为例，在区位码表中查询其区位码，然后求其国标码和机内码。

解：1、其区位码为2083，即区号为20，位号为83

2、将区位号2083转换为十六进制表示为1453H3、国标码=1453H＋2020H＝3473H4、机内码=3473H＋8080H＝B4F3H（二）、汉字编码：对汉字进行编码是为了使电脑能够识别并处理汉字，在汉字处理的各个环节中，由于要求不同，采用的编码也不同。汉字输入过程：输入码国标码机内码地址码字形码汉字输入汉字输出汉字的输入码汉字的输入码：是为用户能利用西文键盘输入汉字而设计的编码。主要有以下四种：①数字编码：如电报码、区位码。②字音编码：如双拼、全拼输入方案。③字形编码：如五笔字形码、表形码。④音形编码：根据语音和字形双重因素确定的输入码。国标码

（1）汉字信息交换码：国家标准汉字编码简称国标码，主要用于不同系统之间汉字信息的存储与交换。GB2312-80编码集规定了计算机使用汉字和图形符号总数为7445个。（2）一个汉字的编码由两个字节组成，第一个字节称为“区”，第二个字节称为“位”，这就是区位码。国标码最多可组成94区×94位，组成一个94×94的矩阵。在此方阵中，每一行称为一个“区”，每一列称为一个“位”。共收录了汉字和图形符号7445个，每个汉字用两个字节表示。汉字分为两级：一级汉字3755个，按汉语拼音字母排列；二级汉字3008个，按部首排列；非汉字字符682个。⑶汉字的内码：是汉字在计算机内部存储、处理的代码。英文字符的机内码是最高位为0的8位ASCⅡ码，而汉字字符的机内码是两个字节的最高位都为1的ASCⅡ码。即将国标码的每字节最高位置1作为汉字机内码。公式为：区位码＋2020H＝国标码国标码+8080H＝机内码或：区位码＋A0A0H＝机内码例如：汉字“中”的区位码是3630H，它的国标码是（5650H），机内码是（D6D0H）。汉字机内码每个字节的最高位均是1，而西文字符机内码（ASCII）的最高位是0汉字字形码汉字字形码（输出码）（字模）汉字的输出码：提供输出汉字时的需要的汉字字形，用以将机内码还原为汉字进行输出。汉字字形码是一种汉字字模点阵的二进制码，是汉字的输出码。我国已颁布了16×16、24×24、32×32和48×48点阵的字模标准。汉字显示一般用16×16的点阵，而24×24以上的点阵一般用于打印。点阵越大精度越高所需要的存储单元越多打印出的字也越清析。N个汉字点阵为a×b共需要多少存储空间M：(N*A*B)/8ξ1.2西文字符编码与汉字编码作业：1、已知大写字母D的ASCII码为68，那么小写字母d的ASCII码为？2、F的ASCII码是46H，则f的ASCII是？3、无论采用拼音输入法，还是五笔字型输入法输入汉字，存储到计算机内部的一律是汉字的？4、已知“江苏”两字的区位码是“2913”和“4353”,

求其国标码和机内码。一、填空题：

1、ASCII码是＿＿＿＿位二进制字符编码，是＿＿＿＿＿＿＿＿＿＿的缩写，共有＿＿个不同的字符编码，其中包括10个阿拉伯数字、＿＿＿个英文大小写字母、＿＿＿个符号和运算符以及＿＿＿个控制符，＿＿＿＿符是不能显示的，其余95个是可显示（打印）的ASCII码。

2、GB2312，简称＿＿＿＿＿＿，共收纳＿＿＿个汉字，其中一级汉字有＿＿＿个，二级汉字有＿＿＿＿个，并且一级汉字按＿＿＿＿＿＿＿顺序排列，二级汉字按＿＿＿＿＿＿＿排列。根据GB2312的编码方法，把该码分成＿＿＿个区，每个区分成＿＿＿个码位。

3、比较以下两个ASCII值的大小：

“