2.2 非數(shù)值型數(shù)據(jù)的表示

非數(shù)值的文字和其他符號(hào)也要數(shù)字化為二進(jìn)制編碼表示。

2.2.1 字符和字符串

1．ASCII碼：American Standard Code for Information Interchange，美國(guó)信息交換標(biāo)準(zhǔn)代碼。

ASCII碼由7位二進(jìn)制數(shù)碼組成。

字符的具體ASCII編碼見教材P36表2-1所示。

常用的：

• 0~9的ASCII碼：30H ~ 39H
• A~Z的ASCII碼：41H ~ 5AH
• a~z的ASCII碼：61H ~ 6AH

將ASCII碼的最高位置0或一位奇偶校驗(yàn)位，存儲(chǔ)時(shí)占一個(gè)字節(jié)。

2.字符串及其存儲(chǔ)

以ASCII碼形式在主存中占用連續(xù)的多個(gè)字節(jié)。

當(dāng)主存的字長(zhǎng)是多個(gè)字節(jié)時(shí)，同一主存字中可以按從低位字節(jié)向高位字節(jié)順序存放字符串，也可以按從高位字節(jié)向低位字節(jié)的次序存放字符串。

如：字長(zhǎng)為4字節(jié)的主存，存放字符串“IF? A>B ? THEN ? X=2”，可以是如下兩種存放形式：

2.2.2 漢字的表示

三種類型的編碼

漢字在計(jì)算機(jī)中存儲(chǔ)、傳輸、交換、輸出，需要有輸入、內(nèi)部處理和輸出三種類型的編碼。

1.漢字國(guó)標(biāo)碼、區(qū)位碼

國(guó)標(biāo)碼是我國(guó)在1981年公布的GB2312-80編碼，主要用于漢字信息處理系統(tǒng)或者通信系統(tǒng)之間交換信息。

規(guī)定：一個(gè)漢字用兩個(gè)字節(jié)表示，每個(gè)字節(jié)只用低七位編碼，最高位為0，未作定義。最多能夠表示出128′128=16384個(gè)漢字。目前，國(guó)標(biāo)碼共收集了6763個(gè)常用漢字。

GB2312-80碼將漢字分成94個(gè)區(qū)，每個(gè)區(qū)又包含94個(gè)位，每個(gè)漢字對(duì)應(yīng)一個(gè)區(qū)號(hào)和位號(hào)，也常稱為區(qū)位碼。

例如：漢字“青”在39區(qū)64位，其區(qū)位碼是3964；漢字“島”在21區(qū)26位，其區(qū)位碼是2126。

2.漢字機(jī)內(nèi)碼

簡(jiǎn)稱內(nèi)碼，是漢字在計(jì)算機(jī)內(nèi)部進(jìn)行存儲(chǔ)、交換、檢索等操作的一種代碼，一般采用兩字節(jié)表示。

國(guó)標(biāo)碼每個(gè)字節(jié)的最高位都是“0”，與ASCII碼無法區(qū)分。

例如：兩個(gè)字節(jié)內(nèi)容是30H和21H時(shí)，可以認(rèn)為是一個(gè)漢字“啊”的國(guó)標(biāo)碼，也可以理解為兩個(gè)英文字符“0”和“！”的ASCII碼。

將國(guó)標(biāo)碼的兩個(gè)字節(jié)的最高位設(shè)定為1，得到相應(yīng)的機(jī)內(nèi)碼。

例如，漢字“啊”的機(jī)內(nèi)碼是：10110000 10100001

3.漢字的輸入編碼

目前常用的輸入編碼方法有以下幾種：

（1）數(shù)字編碼：常用的區(qū)位碼。每輸入一個(gè)漢字需按4次鍵。

無重碼，與內(nèi)碼之間的轉(zhuǎn)換方便，代碼難記憶。

（2）拼音碼：輸入重碼率很高，影響輸入的速度。

改進(jìn)：增加智能聯(lián)想功能，提高輸入速度。

（3）字形編碼：五筆字型編碼是一種最有影響的字形編碼。

上述都是利用鍵盤進(jìn)行“手動(dòng)”輸入。理想的輸入方式是利用語音或圖像識(shí)別技術(shù)“自動(dòng)”將漢字輸入到計(jì)算機(jī)內(nèi)，使計(jì)算機(jī)能認(rèn)識(shí)漢字、聽懂漢語，并將其自動(dòng)轉(zhuǎn)換為機(jī)內(nèi)碼。目前寫字板手寫輸入，語音輸入，掃描儀識(shí)別文字輸入等。

4．漢字字模碼

用點(diǎn)陣表示漢字字形的編碼實(shí)現(xiàn)輸出漢字（顯示或打印）。

16×16點(diǎn)陣表示的漢字“英”的編碼：

字模點(diǎn)陣占用的存儲(chǔ)空間很大，一般只能用來構(gòu)成漢字庫(kù)，而不用于機(jī)內(nèi)存儲(chǔ)。當(dāng)顯示或打印輸出時(shí)檢索字庫(kù)，輸出字模點(diǎn)陣，得到字形。

采用字形數(shù)據(jù)壓縮技術(shù)節(jié)省存儲(chǔ)空間。如矢量漢字采用矢量方法，將漢字點(diǎn)陣字模進(jìn)行壓縮。

2.2.3 Unicode編碼

• code編碼也被稱為統(tǒng)一代碼，適用于世界上所有語言。
• Unicode的每一個(gè)字符采用2個(gè)字節(jié)，可以表示65536個(gè)不同字符。兼顧已存在的編碼方案，前128個(gè)字符編碼0000h～007Fh與ASCII碼字符一致。
• 這種編碼方式對(duì)國(guó)際商業(yè)和通訊來說非常有用。
• Unicode還適合于軟件的本地化，即針對(duì)特定的國(guó)家修改軟件：使用Unicode，軟件開發(fā)人員可以修改屏幕的提示、菜單和錯(cuò)誤信息，以適用于不同的語言和地區(qū)。
• Unicode編碼在Internet中有著較為廣泛的使用

2.3 其他信息的數(shù)字化

語音、圖像、圖形等信息在計(jì)算機(jī)中的二進(jìn)制編碼的形式。

1.語音信息的數(shù)字化

語音是一種模擬信號(hào)，不能直接進(jìn)入計(jì)算機(jī)存儲(chǔ)。需經(jīng)過對(duì)聲音信號(hào)進(jìn)行采樣和量化后才能進(jìn)入計(jì)算機(jī)存儲(chǔ)。

（1）采樣：由麥克風(fēng)、錄音機(jī)等錄音設(shè)備把語音信號(hào)變成頻率、幅度連續(xù)變化的電流信號(hào)，經(jīng)過采樣得到一組與聲音信號(hào)幅值相對(duì)應(yīng)的離散的數(shù)值，其包含了聲音信號(hào)的頻率和幅值的特征信息。

（2）量化：將采樣得到的聲音的離散的數(shù)據(jù)值換成一個(gè)n位二進(jìn)制的數(shù)字量。

（3）編碼：對(duì)量化后的二進(jìn)制數(shù)字按照一定的格式進(jìn)行編碼，形成相應(yīng)格式的文件存儲(chǔ)。為了方便存儲(chǔ)或傳輸，音頻信息通常還要進(jìn)行壓縮。常用的聲音文件格式有mp3、mav、midi等。

2.圖像信息的數(shù)字化

• 一幅圖像可以看作是由一個(gè)個(gè)像素點(diǎn)構(gòu)成。
• 圖像的數(shù)字化，就是對(duì)每個(gè)像素點(diǎn)的灰度值進(jìn)行采樣、量化，再進(jìn)行編碼的過程。
• 常用圖像信息的文件格式有bmp、gif、jpg等。

3.圖形信息的數(shù)字化

• 圖形的基本元素是圖元，只需要知道圖元的幾個(gè)特征數(shù)據(jù)就可以通過圖形指令進(jìn)行描述。
• 比如，只需要知道半徑和圓心就能畫出圓的圖形。
• 圖形信息只需要存儲(chǔ)包含的各圖元指令，所以占用的存儲(chǔ)空間比位圖圖像小許多。