5.2.3 计算机的数据
数据是表征客观事物的、可以被记录的、能够被识别的各种符号，包括字符、符号、表格、声音、图形和图像等。简而言之，一切可以被计算机加工、处理的对象都可以被称之为数据。
计算机中的数据可以分为数值型数据与非数值型数据两类。数值型数据就是常说的“数”（如整数、实数等），它们在计算机中是以二进制形式存放的。而非数值型数据与一般的“数”不同，通常不表示数值的大小，只表示字符或图形等信息，但这些信息在计算机中也是以二进制形式来表示的。
1.数据的存储单位
在计算机内部采用的是二进制。运算器运算的是二进制数，控制器发出的各种指令也表示成二进制数，存储器中存放的数据和程序也是二进制数。显然，在计算机内部到处都是由0 和1组成的数据流。计算机中数据的常用单位有位、字节和字。
（1）位（bit）
计算机中最小的数据单位是二进制的一个数位，简称为位（bit，比特），简写为b。计算机中最直接、最基本的操作就是对二进制位的操作。一个二进制位可表示0或1两种状态。
（2）字节（Byte）
八个二进制数位组成一个字节，通常用B表示，它是数据处理和数据存储的基本单位，一个字节可存放一个ASCII码，两个字节可存放一个汉字国际码。随着计算机存储信息容量的不断扩大，用字节来度量存储容量会出现很大的数字，于是，出现了千字节（KB）、兆字节（MB）、千兆字节（GB），它们之间的关系是：
1B=8bits
1KB=1024B =210B
1MB=1024KB=1024×1024B==220B
1GB=1024MB=1024×1024KB=1024×1024×1024B=230B
（3）字
字是在计算机信息处理系统中，当存储、传送或操作时，作为一个单元的一组字符或一组二进制位。它是计算机进行数据存储和数据处理的运算单位。字长是计算机性能的一个重要指标，字长越长，性能越好。它指的是一个计算机字所包含的二进制位的个数。不同档次的计算机有不同的字长。常用的字长有8、16、32和64位。
例如：一张3.5英寸软盘容量是1.44MB，问可存储多少字节的信息？
1.44MB=1.44×1024×1024B=1509949.44B
2.非数值数据的表示
计算机除了用于数值计算外，还有其他方面的应用。因此，计算机处理的不只是一些数值，还要处理大量的符号（如英文字母、汉字）等非数值的信息。例如，当要用计算机编写文章时，就需要将文章的各种符号、英文字母、汉字等输入计算机，然后由计算机进行编辑排版。因此，计算机要对各种文字进行处理。
（1）ASCII码
任何形式的数据进入计算机后都必须用0和1的二进制编码形式表示。对英文字母、数字和标点符号等字符的二进制编码称为字符编码。
ASCII（American Standard Code for Information Interchange）码是目前计算机中最普遍采用的一种字符编码。该码开始时是美国国家信息交换标准字符码，后来被采纳为一种国际上通用的字符编码。
ASCII码是7位的编码，但由于字节（8位）是计算机中的常用单位，故仍以1字节来存放一个ASCII码，每个字节中多余的最高位取为0。ASCII码可以代表128个元素，其中包括34个通用控制字符、10个十进制数码、52个英文大、小写字母和32个各种标准符号和专用符号。
在ASCII码中，10个数字字符是按从小到大的顺序连续编码的，而且它们的ASCII码也是从小到大排列的。因此，只要知道了一个数字字符的ASCII码，就可以推算出其他数字字符的ASCII码。例如，已知数字字符2的ASCII码为十进制数50，则数字字符5的ASCII码为十进制数50+3=53。
同样的，在ASCII码中，26个英文大写字母和26个英文小写字母是按A～Z和a～z的先后顺序分别连续编码的。因此，只要知道了一个英文大写字母的ASCII码，就可以根据字母顺序推算出其他大写字母的ASCII码。例如，已知英文大写字母A的ASCII码为十进制数65，故英文字母E的ASCII码为十进制数65＋4=69。
（2）汉字编码
计算机在处理汉字时，汉字字符也是以二进制代码的形式表示的。由于汉字的特殊性，在汉字的输入、存储、处理和输出过程中所使用的汉字代码是不一样的，即也要对汉字进行编码，一般有以下几种：国际码、有用于汉字输入的机内码，用于计算机内部汉字存储和处理的机内码和字形码。
●国标码
国际码是中华人民共和国国家标准信息交换汉字编码，也被称为汉字交换码，其代号为GB2312-80，国标码中共收集了6763个汉字和682个图形字符，共计7445个。其中图形符号682个，分布在1～15区；一级汉字（常用汉字）3775个，按汉语拼音字母顺序排列，分布在16～55区；二级汉字（不常用汉字）3008个，按偏旁部首排列，分布在56～87区；88区以后为空白区，以待扩展。
国际码是一种机器内部编码，主要用于统一不同系统所用的不同编码，将不同系统使用的不同编码统一转换成国际码，以实现不同系统之间的汉字信息交换。
●区位码
区位码是将GB 2312-80的全部字符集组成一个94×94的方阵，每一行称为一个“区”，编号为0l～94；每一列称为一个“位”，编号为0l～94，这样就得到GB 2312-80的区位图，用区位图的位置来表示的汉字编码，称为区位码。
●机外码
机外码是指操作人员通过西文键盘上输入的汉字信息编码。它由键盘上的字母（如汉语拼音或五笔字型的笔画部件）、数字及特殊符号组合构成。典型的输入码有郑码输入法、五笔字型、全拼输入法、双拼输入法、微软输入法、区位码、自然码、智能ABC输入法等，是用户与计算机进行汉字交流的第一接口。
●机内码
机内码是指汉字在计算机内部表示的代码，简称内码，是指汉字在计算机内部进行存取操作时所用的编码。一个汉字的机内码占两个字节，分别称为高位字节与低位字节。
机内码与国标码、区位码之间的相互转换关系是：区位码的区码与位码都分别加上十六进制数20H得到汉字的国标码；然后在国标码的基础上，分别给国标码的两个字节都加十六进制数80H得到对应的机内码。因此，要将汉字的区位码换成机内码，只要直接在其区码和位码上加上十六进制数A0H即可。
根据他们的转换方法，机内码的两个字节与区位码的关系如下：
机内码高位=区码＋20H＋80H=区码＋A0H
机内码低位=位码＋20H＋80H=位码＋A0H
其中需要注意的是，公式中的区码与位码都是十六进制数
例如，汉字“啊”的十进制区位码是“1601”，用十六进制表示位“1001H”，它的区码为10H，位码为01H，则它的机内码高位和低位计算如下：
机内码高位=区码＋A0H=10H＋A0H=B0H
机内码低位=位码＋A0H=01H＋A0H=A1H
因此，汉字“啊”的机内码用十六进制数表示位“B0A1H”。
●字形码
字形码是表示汉字字形信息（如汉字的结构、形状、笔画等）的编码，用来实现计算机对汉字的输出（显示、打印）。由于汉字是方块字，因此字形码最常用的表示方式是点阵形式，有16×16点阵、24×24点阵、48×48点阵等等。
例如，16×16点阵的含义为：有256（16×16=256）个点来表示一个汉字的字形信息。每个点有“亮”或“灭”两种状态，用一个二进制们的“1”或“0”来对应表示。因此，要存储一个16×16点阵的汉字需要256个二进制位，共32个字节。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
