深入解析字符编码：从ASCII到计算机数据处理的全面指南

深入解析字符编码：从ASCII到计算机数据处理的全面指南

字符的编码表示

在计算机处理的数据中，除了数值数据外，还包括非数字数据，例如字符和图形。其中，字符是日常生活中最常用的非数字数据，包括上层和下案例英语字母，符号和汉字。由于计算机只能识别二进制编码，因此为了使计算机识别和处理字符，必须用二进制编码表示它们。

西方角色编码

对西方字符编码的最常用字符是ASCII（信息交换的美国标准代码）字符编码。该编码标准已被国际标准化组织（ISO）指定为国际标准，并且是国际编码最广泛的角色。标准ASCII代码使用7位二进制编码，可以代表27个，即128个字符。

计算机中数据的内部存储和操作通常以字节为单位，即以8个二进制位为单位。因此，ASCII代码实际上由计算机中的一个字节（8位）表示。在正常情况下，最高位是0。当需要均衡时，该位可用于存储奇偶校验值。目前，这个位称为奇偶校验。

十进制代码值0〜32和127（即nul〜sp and del）总共有34个字符，称为非冲突字符（也称为控制字符），无法打印，其余94个字符称为图形字符（也称为普通字符）。例如，应该记住一些特殊的字符编码，例如：

字符“ A”的编码为“ A”，相应的小数为65，十六进制的数字为41H；

字符“ a”的编码为97，相应的十进制数为97，十六进制的数字为61h;

“ 0”数字字符的代码为，相应的十进制数为48，十六进制的数字为30h；

空间字符“” IS的编码，相应的小数为32，十六进制的数字为20H。

从ASCII编码表中，我们可以看到小写英文字母的ASCII代码值>大写英语字母的ASCII代码值>数字的ASCII代码值>空格的ASCII代码值。

*0 ～9，A Z，A Z的ASCII代码值排列，连续增加1个，小写字母比与大写字母相对应的ASCII代码值大32。

汉字编码

像英文字符一样，中文也应由计算机系统中的特定二进制符号系统表示。通过键盘进入汉字时，您实际上输入了汉字的编码信息。此编码称为中文字符的输入代码。为了存储和处理汉字，计算机必须将汉字的外部代码转换为中文字符的内部代码。为了以DOT矩阵的形式输出汉字，还必须将汉字的内部代码转换为汉字字体代码。此外，在与其他系统或设备传达信息和数据时，必须使用国家标准代码（交换代码）。

（1）汉字输入代码

汉字输入编码是使用标准计算机键盘上键的不同布置和组合的汉字输入的编码。目前，汉字输入编码方法的研究和开发很快，并且有数百种汉字输入编码方法。良好的输入编码方法应满足以下要求：简短的编码可以减少击键的数量；较少的重型编码可以实现盲人。易于学习和记住，这很容易学习和掌握。但是，没有符合上述所有要求的汉字输入编码方法。当前，常用的汉字编码主要分为以下三类。

①电话代码。它主要使用基于中国拼音的编码方案，例如全销，双针，简单销和智能ABC。当前，最受欢迎的拼音输入方法包括Sogou ， 等。声音代码重复率很高，单词输入速度很慢，但是可以轻松掌握。

②形状代码。形状代码主要基于汉字的特征和汉字固有的形状。将汉字分为自由基，然后组合在一起，这代表了Wubi字体方法，Zheng代码输入方法等。形状代码的重新编码和单个单词的快速输入的重新编码较少，但是很难学习和掌握。

③数字编码。常用的位置代码是位置代码，并输入具有数字字符串的汉字。该位置代码将国家标准局发布的6763两级汉字分为94个区域，每个区域分为94位。实际上，中文字符集被布置为二维阵列形式，行为区域，阵列中每个汉字的下标是位置代码。区域代码和位代码由两个小数号表示，因此您需要按键4次进入中文字符。例如，字符“中”位于第54个区域的第48个位置，位置代码为5448。数字编码输入的优点是它没有重复的代码，这更方便地使用内部编码转换，但是缺点是代码很难记住。

为了提高输入速度，输入方法现在已转向智能，智能方向是基于模式识别的语音识别输入，手写输入或扫描输入。无论哪种输入方法，它都是操作员将汉字输入计算机的一种手段。

（2）汉字国家代码

《国家标准法典》是我国家在1980年发布的“信息交换基本收集的中文编码字符集”（代号为GB 2312-80）。它是中国信息处理的国家标准，也称为中文角色交换法规，并被缩写为GB代码。当国家标准代码编码汉字时，每个汉字的编码都占两个字节。考虑到与ASCII编码的关系，国家标准代码使用每个字节的较低7位，最多可容纳16384个中文字符集。根据统计数据，6763个最常用的汉字分为两个层次：根据汉语的拼音，有3755个第一级汉字；根据激进分子安排了3008个二级汉字。

位置代码和国家标准代码之间的转换方法是将小数区域代码和汉字的十进制数字转换为十六进制数字，然后分别添加20H，这是该中文字符的国家标准代码。特定的计算公式是：

中国人物国家标准代码=汉字位置代码 + 20 20H

（3）中文机器代码

计算机中汉字使用的编码是内部代码，也称为内部代码。每个汉字的机器代码占两个字节，每个字节的最高位是1。这是为了避免汉字的机器代码与英语字符编码（ASCII代码）之间的冲突，并且很容易区分汉语字符编码和英语字符编码。同时，同意使用尽可能少的存储空间来表示尽可能多的汉字。

中文机器内部代码的计算公式是：

中国角色机器代码=中文国家标准代码 + 80 80H =中文角色位置代码 + A0 A0H

不同代码的比较

编码类型

编码占用的字节数

每个字节最高的位

ASCII代码

国家标准代码

机内代码

*如果标题中未指定数字代码，则默认值是十进制编码。将小数位代码转换为十六进制形式时，必须单独转换区域代码和位代码。

（4）中文代码

中文形状的代码也称为中文形状代码或中文角色输出代码，该代码用于在显示屏或打印机上输出汉字。通常有两种表示汉字的方法：点矩阵和向量。

当DOT矩阵代表字体时，将其分为16x16点矩阵，24x24点矩阵，32x32点矩阵，48x48点矩阵等。点矩阵越大，所描述的质量越大，质量越大，质量越大，质量越大，质量越大，其所占有的空间。在计算机中，8个二进制位形成一个字节，这是测量空间的基本单元。因此，16x16点矩阵雕文代码需要16x16/8 = 32个字节的存储空间，可以获得：

点矩阵字体代码占用的字节数=点矩阵行的数量x dot矩阵数组/8

向量表示描述了汉字的轮廓特征。当要输出中文字符时，字符的形状和大小独立于计算机的分辨率，这些分辨率可以产生高质量的汉字输出并节省存储空间。用矢量表示记录的字体可以随意缩放甚至变形，而不必担心锯齿状边缘。

所有中文字符的输出代码构成了一个汉字库，称为中文字符库。

审查过去

我知道您正在阅读它，并记住喜欢并转发它！