字符集與編碼

《字符集與編碼》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、字符集與編碼一.字符集與編碼之間的關(guān)系1.為了在計算機中存儲與處理，必須對字符進(jìn)行數(shù)字化編碼。2.字符集規(guī)定了包含哪些字符，每個字符的值是什么3.編碼規(guī)定了對于這些值，如何存儲4.有些標(biāo)準(zhǔn)同時規(guī)定了字符集及其編碼如：目前使用最廣泛的西文字符集及其編碼是ASCII字符集和ASCII碼（ASCII是AmericanStandardCodeforInformationInterchange的縮寫），它同時也被國際標(biāo)準(zhǔn)化組織（InternationalOrganizationforStandardization,ISO）批準(zhǔn)為國際標(biāo)準(zhǔn)5.有些

2、標(biāo)準(zhǔn)同一個字符集可以有多種編碼格式二.字符集及編碼1.SBCS（singlebytecharacterset）1.1ASCII（1）.7位編碼，范圍0x00-0x7F（2）.碼值32-127(0x20-0x7F)（3）.0x00-0x1F之間的為控制字符，每個字符有一個縮寫的名字（4）.數(shù)字，大寫字母，小寫字母的編碼都是連續(xù)的　目前使用最廣泛的西文字符集及其編碼是ASCII字符集和ASCII碼（ASCII是AmericanStandardCodeforInformationInterchange的縮寫），它同時也被國際標(biāo)準(zhǔn)化組織（In

3、ternationalOrganizationforStandardization,ISO）批準(zhǔn)為國際標(biāo)準(zhǔn)?！　』镜腁SCII字符集共有128個字符，其中有96個可打印字符，包括常用的字母、數(shù)字、標(biāo)點符號等，另外還有32個控制字符。標(biāo)準(zhǔn)ASCII碼使用7個二進(jìn)位對字符進(jìn)行編碼，對應(yīng)的ISO標(biāo)準(zhǔn)為ISO646標(biāo)準(zhǔn)。下表展示了基本ASCII字符集及其編碼：　　字母和數(shù)字的ASCII碼的記憶是非常簡單的。我們只要記住了一個字母或數(shù)字的ASCII碼（例如記住A為65，0的ASCII碼為48），知道相應(yīng)的大小寫字母之間差32，就可以推算出其余

4、字母、數(shù)字的ASCII碼?！　‰m然標(biāo)準(zhǔn)ASCII碼是7位編碼，但由于計算機基本處理單位為字節(jié)（1byte=8bit），所以一般仍以一個字節(jié)來存放一個ASCII字符。每一個字節(jié)中多余出來的一位（最高位）在計算機內(nèi)部通常保持為0（在數(shù)據(jù)傳輸時可用作奇偶校驗位）?！　∮捎跇?biāo)準(zhǔn)ASCII字符集字符數(shù)目有限，在實際應(yīng)用中往往無法滿足要求。為此，國際標(biāo)準(zhǔn)化組織又制定了ISO2022標(biāo)準(zhǔn)，它規(guī)定了在保持與ISO646兼容的前提下將ASCII字符集擴充為8位代碼的統(tǒng)一方法。ISO陸續(xù)制定了一批適用于不同地區(qū)的擴充ASCII字符集，每種擴充ASCII字

5、符集分別可以擴充128個字符，這些擴充字符的編碼均為高位為1的8位代碼（即十進(jìn)制數(shù)128~255），稱為擴展ASCII碼。1.2EBCDID廣義二進(jìn)制編碼的十進(jìn)制交換碼（EBCDIC，ExtendedBinaryCodedDecimalInterchangeCode）（讀作"ehb-suh-dik"或"ehb-kuh-dik"），是字母或數(shù)字字符的二進(jìn)制編碼，它是IBM為更大型的操作系統(tǒng)開發(fā)的。EBCDIC是用于IBMS/390服務(wù)器上的IBMOS/390操作系統(tǒng)的文本文件的編碼。在一個EBCDIC文件中，每個字母或數(shù)字字符都用一個8

6、位的二進(jìn)制數(shù)來表示（八個由0和1組成的字符串）。共有256個可能的字符（字母、數(shù)字和一些特殊字符）?！　BM的個人電腦和工作站操作系統(tǒng)不使用IBM所有的EBCDIC編碼。相反的，它們使用文本的工業(yè)標(biāo)準(zhǔn)編碼，ASCII碼。轉(zhuǎn)化程序允許不同的操作系統(tǒng)將文件從一種編碼轉(zhuǎn)化成另一種編碼。1.3ISO8859-x（1）x=1~15，是一系列標(biāo)準(zhǔn)，對應(yīng)13種不同的語言（2）ISO-8859-x是單字節(jié)編碼，8位編碼（3）0x00-0x7F部分跟ASCII兼容（4）0x80及以上部分部分除了少數(shù)字符，用來編碼相應(yīng)的語言的專有字符，各不相同。（5）

7、ISO-8859-1最常見，收集了西歐字符（6）因為沒有一個全集字符集，ISO-8859-X之間不能互相轉(zhuǎn)換。2.DBCS（doublebytecharacterset）2.1GB2312（1）兼容ASCII的部分用單字節(jié)編碼（2）漢字部分的編碼根據(jù)區(qū)位碼進(jìn)行，用兩字節(jié)表示，第一個字節(jié)等于區(qū)位碼的區(qū)碼+0xA0，第一個字節(jié)等于區(qū)位碼的位碼+0xA0，因此每個字節(jié)都在0xA0以上（3）7445個符號，支持6763個簡體漢字和682個符號·最常用的稱為一級漢字，3755個，按照拼音排序·次常用的稱為二級漢字，3008個，按照部首排序2.2

8、GBK（1）規(guī)范，沒能成為標(biāo)準(zhǔn)，但隨著Windows流行很廣泛。（2）與GB2312向下兼容（3）比GB2312增加了大量的繁體字和異體字（4）首字節(jié)擴展到0x81-0xFE，第二個字節(jié)擴展到0x40-0xFE。2394