1.2　數(shù)制與編碼

電子設(shè)備中表示數(shù)據(jù)的方法有不同形式，模擬設(shè)備操作的是連續(xù)變化的數(shù)據(jù)，數(shù)字設(shè)備使用離散的、不連續(xù)的數(shù)字（如0、1）工作。計算機使用電脈沖信號來表示數(shù)據(jù)。

1.2.1　計算機中常用的數(shù)制

日常生活中，人們接觸最多的數(shù)值表示方法是十進制，滿十進一。此外，常見的還有六十進制（1小時為60分）、十二進制（1年有12個月）等。在計算機中，基本的數(shù)制是二進制，只有0和1兩個數(shù)字，滿二進一。計算機數(shù)據(jù)都是由晶體管通或斷的狀態(tài)，即電信號高、低兩種電平來表示。高電平時表示為“1”，低電平時表示為“0”。

在十進制數(shù)中，從右向左分別為個位、十位、百位……，每位上數(shù)字的基值分別為1、10、100……，稱為位權(quán)，十進制數(shù)的值即為各位中數(shù)值乘以對應(yīng)位權(quán)的總和。例如：

（1234）10=1×103+2×102+3×101+4×100=1×1000+2×100+3×10+4×1=（1234）10

對應(yīng)地，二進制數(shù)，從右向左各位的位權(quán)分別為1、2、4、8……，二進制數(shù)的值即為各位數(shù)值乘以對應(yīng)的位權(quán)的總和。例如：

（1010）2=1×23+0×22+1×21+0×20=1×8+1×2=8+2=（10）10

由于二進制數(shù)表示數(shù)據(jù)的位數(shù)太多，在書寫文檔或設(shè)計程序時通常用八進制（以3個二進制位為一位，可用數(shù)字為0～7）、十六進制（以4個二進制位為一位，可用數(shù)字為0～9及A～F表示數(shù)字0～15）表示。

二進制每一位數(shù)值“1”或“0”稱作bit（位）。bit是計算機可以識別的最小數(shù)據(jù)單位。1和0以不同的次序組合起來表示計算機內(nèi)的各種數(shù)據(jù)。大部分計算機的編碼都是以8位為一個單位來進行數(shù)據(jù)的存儲或傳輸，把這8個位合稱1個Byte（字節(jié)，B）。

1.2.2　數(shù)據(jù)的編碼

1.字符編碼

計算機中的數(shù)據(jù)可以分為數(shù)值型數(shù)據(jù)與非數(shù)值型數(shù)據(jù)。其中數(shù)值型數(shù)據(jù)就是常說的“數(shù)”（如整數(shù)、實數(shù)等），它們在計算機中是以二進制形式存放的。而非數(shù)值型數(shù)據(jù)與一般的“數(shù)”不同，通常不表示數(shù)值的大小，而只表示字符、漢字或圖形等非數(shù)值的信息，這些信息在計算機中也是以二進制形式來表示的。

（1）ASCII碼編碼：為了便于計算機識別與處理，在計算機中使用二進制數(shù)來表示字符，通常稱之為字符的二進制編碼。目前，使用最多的是ASCII碼字符集，意思為“美國標準信息交換標準代碼”。ASCII碼是用7位二進制數(shù)表示一個字符，共能表示27=128個不同的字符，包括了26個英文大寫字母、26個英文小寫字母，數(shù)字符號0～9、算術(shù)與邏輯運算符號、標點符號等。在一個字節(jié)（8位二進制數(shù)）中，ASCII碼用了七位，最高一位空閑，常用來作為奇偶校驗位。另外，還有擴展的ASCII碼，它用8位二進制數(shù)表示一個字符的編碼，可表示28=256個不同的字符。

（2）國際統(tǒng)一編碼：為了統(tǒng)一各種語言字符的表達方式，國際上又制定了國際統(tǒng)一編碼（Unicode編碼）。在這種編碼的字符集中，一個字符的編碼占用2個字節(jié)，一個字符集可以表示的字符比ASCII碼字符集所表示的字符擴大了一倍。

2.漢字編碼

為使計算機可以處理漢字，也需要對漢字進行編碼。計算機進行漢字處理的過程實際上是各種漢字編碼的轉(zhuǎn)換過程。常用的漢字編碼簡介如下：

（1）漢字信息交換碼：它的全稱為“信息交換用漢字編碼字符集”，也稱為國標碼集。國標碼集共收集了6763個漢字，682個數(shù)字、序號、拉丁字母等圖形符號。國標碼集規(guī)定，一個漢字的編碼用兩個字節(jié)表示。國標碼集規(guī)定，全部國標漢字及符號組成94×94的矩陣，在這個矩陣中，每一行稱為一個“區(qū)”，每一列稱為一個“位”。這樣，就組成了94個區(qū)（01～94區(qū)），每個區(qū)內(nèi)有94個位（01～94）的漢字字符集。

區(qū)碼和位碼簡單地組合在一起（即兩位區(qū)碼居高位，兩位位碼居低位）就形成了“區(qū)位碼”。區(qū)位碼可唯一確定某一個漢字或漢字符號，反之，一個漢字或漢字符號都對應(yīng)唯一的區(qū)位碼，如漢字“啊”的區(qū)位碼為“1601”（即在16區(qū)的第1位）。

（2）漢字輸入碼：它是為使用戶能夠使用西文鍵盤輸入漢字而編制的編碼，也稱外碼。目前，漢字主要是經(jīng)標準鍵盤輸入計算機的，所以漢字輸入碼都是由鍵盤上的字符或數(shù)字組合而成。漢字輸入碼有許多種不同的編碼方案，包括：音碼，如全拼輸入法的編碼；形碼，如五筆字型輸入法的編碼；音形碼，如自然碼輸入法的編碼；數(shù)字碼，等等。

（3）漢字機內(nèi)碼：它是為了能夠在計算機內(nèi)部對漢字進行處理、存儲的漢字編碼。不論用何種輸入碼，輸入的漢字在機器內(nèi)部都要轉(zhuǎn)換成統(tǒng)一的漢字機內(nèi)碼，然后才能在計算機內(nèi)傳輸、處理。根據(jù)漢字信息交換碼，一個漢字的機內(nèi)碼也用2個字節(jié)存儲。因為ASCII碼是西文的機內(nèi)碼，為不使?jié)h字機內(nèi)碼與ASCII碼發(fā)生混淆，就把漢字每個字節(jié)的最高位置為1，作為漢字機內(nèi)碼。

（4）漢字輸出碼：也稱漢字字形碼。漢字是一種象形文字，每一個漢字都是一個特定的圖形，它可以用點陣來描述。例如，如果用16×16點陣來表示一個漢字（如圖1-2-1所示），則該漢字圖形由16行16列共256個點構(gòu)成，這256個點需用256個二進制的位來描述。約定當二進制位值為“1”表示對應(yīng)點為黑，“0”表示對應(yīng)點為白。一個16×16點陣的漢字需要2×16=32個字節(jié)用于存放圖形信息，這就構(gòu)成了一個漢字的圖形碼，所有漢字的圖形碼就構(gòu)成了漢字字庫。

當用某種漢字輸入法將一個漢字輸入到計算機之后，漢字管理模塊立即將它轉(zhuǎn)換為2個字節(jié)的國標碼，同時將國標碼每個字節(jié)的最高位設(shè)置為“1”，作為漢字的標志，將國標碼轉(zhuǎn)換成漢字內(nèi)碼。根據(jù)內(nèi)碼對應(yīng)到字庫中的一個漢字圖形碼，以輸出字形。