computer language coding.ppt

Computer Language Coding，视频教程、传授知识、相互交 流及专家咨询1、区位码●区位码是常用汉字和符号按照符号、特常 用汉字、次常用汉字的顺序先区后位对汉 字进行数字编码在GB2312 标准中，共编 排有94个区，每区94位汉字(符号)例如， “亮”按照GB2312处于第33区的第33个字， 它的区位码就是3333,使用区位输入法，用 3333就可以输入“亮” ，视频教程、传授知识、相互交流及专家咨询2、内码●内码是用于计算机处理的字符编码方式 在CCDOS中，汉字的内码是第一字节“区码 ”加160(0xA0)，第二字节“位码”加 160(0xA0),例如“亮”字的内码，第一字节和 第二字节都是33+160(0xC1)，因为它的区 码和位码都是33，通常说的GB码或者 GB2312码都是指这种编码规则下的内码， 与港台地区经常使用的BIG5码相区别 ，视频教程、传授知识、相互交流及专家咨询3、外码 ●外码是输入汉字时使用的编码，跟特定输 入法对应例如使用拼音输入法，那么亮 字的外码则是liang，使用区位输入法，亮 字的外码也是3333（跟区位码值相等，但 概念不同）。

，视频教程、传授知识、相互交流及专家咨询4、ASCII码●ASCII是美国信息交换标准码鉴于信息交换的重 要性，为统一文字符号的编码标准，让不同厂牌 机型的计算机都能使用同一套标准化的信息交换 码，美国国家标准局制定了ASCII码 (America Standard Code for Information Interchange，美 国信息交换标准码)，作为数据传输的标准码早 期使用7 个位来表示英文字母、数字0~9及其它符 号，现在则使用8个位，共可表示256个不同的文 字与符号，为目前各计算机系统中使用最普遍也 最广泛的英文标准码，相对于ASCII码，中文系统 使用最广泛的内码则为GB2312和Big-5码视频教程、传授知识、相互交流及专家咨询5、GB2312-80●GB2312(1980年)一共收录了7445个字符， 包括6763个汉字和682个其它符号汉字区 的内码范围高字节从B0-F7，低字节从A1- FE. ，视频教程、传授知识、相互交流及专家咨询6、GBK1.0●GBK1.0（1995年）是汉字扩展规范，共收 录了21886个符号，它分为汉字区和图形符 号区汉字区包括21003个字符。

，视频教程、传授知识、相互交流及专家咨询7、GB18030●GB18030（2000年）是取代GBK1.0的正式 国家标准该标准收录了27484个汉字，同 时还收录了藏文、蒙文、维吾尔文等主要 的少数民族文字视频教程、传授知识、相互交流及专家咨询8、DBCS●中文、日文、韩文等语言使用两个字节表 示一个字符,其字符集称为双字节字符集（ double-byte character set），字符流在解 析时将两个字节作为一个双字节编码 GB2312、GBK到GB18030都属于双字节 字符集 (DBCS) ，视频教程、传授知识、相互交流及专家咨询9、Unicode●Unicode 也是一种字符编码方法，不过它是由国际组织设 计，可以容纳全世界所有语言文字的编码方案Unicode 的学名是“Universal Multiple-Octet Coded Character Set“ ，简称为UCSUCS可以看作是“Unicode Character Set“ 的缩写目前存在两个国际组织：国际标准化组织（ISO ）和一个软件制造商的协会（unicode.org），按照单一编 码表协同工作，现在的版本有ISO10646-3和Unicode 4.1.0。

UCS有两种格式：UCS-2和UCS-4顾名思义， UCS-2就是用两个字节编码，UCS-4就是用4个字节（实 际上只用了31位，最高位必须为0）编码 Unicode只与ASCII兼容，与GB2312、GBK、GB18030 不兼容，是另一种方式的汉字编码 ，视频教程、传授知识、相互交流及专家咨询10、UTF●UCS规定了怎么用多个字节表示各种文字 怎样传输这些编码，是由UTF(UCS Transformation Format)规范规定的，常见 的UTF规范包括UTF-8、UTF-7、UTF-16 UTF-8就是以8位为单元(单字节）对UCS 进行编码，UTF-16是以16位为单元对UCS 进行编码,在传输过程中要考虑字节顺序视频教程、传授知识、相互交流及专家咨询11、BOM●Unicode规范中推荐的标记字节顺序的方法是 BOM（Byte Order Mark）在传输字节流前，先 传输字符“ZERO WIDTH NO-BREAK SPACE” 如果接收者收到FEFF，就表明这个字节流是高字 节在前；如果收到FFFE，就表明这个字节流是低 字节在前因此字符“ZERO WIDTH NO-BREAK SPACE”又被称作BOM。

●UTF-8使用单字节，不需要BOM来表明字节顺序 ，但可以用BOM来表明编码方式字符“ZERO WIDTH NO-BREAK SPACE“的UTF-8编码是EF BB BF，如果接收者收到以EF BB BF开头的字节 流，就知道这是UTF-8编码了视频教程、传授知识、相互交流及专家咨询在计算机信息交换用汉字编码中如果 使用的是GB-2312（国标）编码集则 每个汉字占用两个字节；如果使用的 是GBK（微软对GB-2312的扩展）则 每个汉字占用四个字节 ，视频教程、传授知识、相互交流及专家咨询字节节●字节(Byte): 字节是通过网络传输信息（或在硬盘或内存中存储信息）的单位●字节是计算机信息技术用于计量存储容量和传输容量的一种计量单位，1个字节等于8位二进 制●一个英文字母(不分大小写)占一个字节的空间，一个中文汉字占两个字节的空间． 符号：英文标点占一个字节，中文标点占两个字节．●一个二进制数字序列,在计算机中作为一个数字单元,一般为8位二进制数，如一个ASCII码就 是一个字节，此类单位的换算为： 1千吉字节(TB,KiloGigaByte)=1024吉字节 (2的40次方字节) (1TB=1024GB) 1吉字节(GB,GigaByte) =1024兆字节 (2的30次方字节) (1GB=1024MB) 1兆字节(MB,MegaByte) =1024千字节 (2的20次方字节) (1MB=1024KB) 1千字节(KB,KiloByte) =1024字节 (2的10次方字节) 1字节(Byte） = 8位(bit)，视频教程、传授知识、相互交流及专家咨询。

字符，字节，字符串的概念●字符 人们使用的记号，抽象意义上的一个符号 '1', '中', 'a', '$', '￥', …… ●字节 计算机中存储数据的单元，一个8位的二进制数，是一个很具体的存储 空间 0x01, 0x45, 0xFA, …… ●ANSI 字符串 在内存中，如果“字符”是以 ANSI 编码形式存在的，一个字符可能使 用一个字节或多个字节来表示，那么我们称这种字符串为 ANSI 字符串或者 多字节字符串 “中文123” （占7字节） ●UNICODE 字符串 在内存中，如果“字符”是以在 UNICODE 中的序号存在的，那么我们 称这种字符串为 UNICODE 字符串或者宽字节字符串 L“中文123” （占10字节）● 由于不同 ANSI 编码所规定的标准是不相同的，因此，对于一个给定的多字 节字符串，我们必须知道它采用的是哪一种编码规则，才能够知道它包含了 哪些“字符”而对于 UNICODE 字符串来说，不管在什么环境下，它所代表 的“字符”内容总是不变的. ，视频教程、传授知识、相互交流及专家咨询●字符是可使用多种不同字符方案或代码页来表示的抽象实 体例如，Unicode UTF-16 编码将字符表示为 16 位整 数序列，而 Unicode UTF-8 编码则将相同的字符表示为 8 位字节序列。

公共语言运行库使用 Unicode UTF-16（ Unicode 转换格式，16 位编码形式）表示字符●针对公共语言运行库的应用程序使用编码将字符表式形式 从本机字符方案映射至其他方案应用程序使用解码将字 符从非本机方案映射至本机方案 ，视频教程、传授知识、相互交流及专家咨询●ascii码 开放分类： 计算机技术、标准、代码●ASCII码：美国(国家)信息交换标准(代)码，一种 使用7个或8个二进制位进行编码的方案，最多可 以给256个字符(包括字母、数字、标点符号、控 制字符及其他符号)分配(或指定)数值●ASCII码于1968年提出，用于在不同计算机硬件 和软件系统中实现数据传输标准化，在大多数的 小型机和全部的个人计算机都使用此码ASCII码 划分为两个集合：128个字符的标准ASCII码和附 加的128个字符的扩充和ASCII码比较EBCDIC ，视频教程、传授知识、相互交流及专家咨询Finishing，视频教程、传授知识、相互交流及专家咨询。