码和汉字编码

9.2.3　ASCII码和汉字编码

1.ASCII码

文本字符普遍采用ASCII码(American Standard Code for Information Interchange，即美国信息交换用标准代码)。它原为美国国家标准，后被ISO和CCITT等国际组织采用。

7位版本的ASCII码有128个元素，用7个二进制位，共有128(2⁷)个编码。在7位版本的ASCII编码中一个字节的最高位存0，编码数值范围(0000000～01111111)₂，用16进制表示编码数值范围(0～7F)₁₆，用10进制表示编码数值范围(0～127)₁₀，这些编码也简称ASCII码或ASCII值。在编码对应的128个字符中通用控制字符33个，阿拉伯数字10个，大小写英文字母52个，标点符号和运算符号33个。其特点如下。

①大写字母A～Z的ASCII码是01000001～01011010，写成十六进制为41H～5AH，写成十进制为65～90。

②小写字母a～z的ASCII码是01100001～01111010，写成十六进制为61H～7AH，写成十进制为97～122。

③数字字符0～9的ASCII码是00110000～00111001，写成十六进制为30H～39H，写成十进制为48～57。

④常用ASCII码的大小规则:0～9＜A～Z＜a～z

【例9.2-17】下列字符中，ASCⅡ码值最小的是(　)。

(A)A　(B)a　(C)Z　(D)x

答案:(A)。

【例9.2-18】已知英文字母a的ASCII码是十六进制数61H，那么字母d的ASCII码是(　)。

(A)34H　(B)54H　(C)24H　(D)64H

答案:(D)。

解释:这里H表示是16进整数，在ASCII码中字母有序，字母d比字母a大3，可计算出字母d的ASCII码是64H。

【例9.2-19】计算机中，用4个二进制位，给字符编码，最大值是(　)。

(A)32　(B)31　(C)16　(D)15

答案:(D)。

解释:4位字符编码的位样式从0000到1111，从0到15(2⁴－1)，最小值是0，最大值是15，最多可以给16(2⁴)个字符编码。

2.汉字编码

解决汉字的输入、输出以及汉字处理等问题的关键是解决汉字编码问题。由于汉字是象形文字，数目很大，再加上汉字的形状和笔画多少差异极大，因此不可能用少数几个确定的符号将汉字完全表达出来，或像英文那样拼写出来。汉字必须有自己独特的编码。汉字编码包括汉字输入码、汉字内部码、汉字交换码、汉字字形码等。

(1)汉字输入码

汉字输入码也称外码，是为将汉字输入到计算机设计的代码。汉字输入码种类较多，选择不同的输入码方案，则输入的方法及按键次数、输入速度均有所不同。综合起来，汉字输入码可分为流水码、拼音类输入法、拼形类输入法和音形结合类输入法等几大类。

(2)汉字内部码

汉字内部码又称汉字机内码或汉字内码，是计算机内部汉字的存储、加工处理和传输使用的统一代码。计算机接收到外码后，要转换成内码进行处理和传送。1个汉字的内码用两个字节表示，且为了和西文符号区分，在两个字节的最高位分别置为“1”。内码通常用汉字在字库中的物理位置表示，即内码是汉字在字库中的序号或存储位置。

(3)汉字交换码

汉字交换码是国家规定的用于汉字处理及传送使用的代码。此代码标准为GB2312—80，即《信息交换用汉字编码字符集·基本集》，又称国标码。此标准规定了信息交换用的7445个图形字符，其中6763个汉字和682个非汉字符号(包括几种外文字母、数字和符号)的代码。

国标码规定，每个汉字用两个字节表示，每个字节仅用低7位，最高位为0。汉字的国标码和内码有一一对应的关系，即将最高位加1，国标码就变为内码。

(4)汉字字形码

汉字字形码用于汉字的显示和打印，又称输出码。汉字字形原来是指铅字排版汉字的大小和形状，在计算机中指组成汉字的点阵，即以点阵方式形成汉字。尽管汉字字形有多种，笔画多少不一，但都是方块字，都可以写在同样的方块中。把一个方块看成m行n列矩阵，共有m×n个点，称为汉字点阵。如16×16点阵的汉字，共有256个点。