1.3 計算機中非數值數據的信息表示

計算機除了能對數值信息進行處理（主要是各種數學運算）之外，對于諸如文字、圖形、圖像、聲音等信息也能進行各種處理，當然它們在計算機內部也必須表示成二進制編碼形式，這些統稱為非數值數據。

1.3.1 西文信息的表示

西文包括拉丁字母、數字、標點符號及一些特殊符號，它們統稱為字符（Character）。

目前國際上使用的字母、數字和符號的信息編碼系統種類很多。經常采用的是美國國家信息交換標準代碼ASCII（American Standard Code for Information Interchange）。該標準制定于1963年，目前微型計算機的字符編碼都采用ASCII碼。

ASCII碼是一種8位代碼，一般最高位可用于奇偶校驗，故僅用7位碼來代表字符信息，共有128個字符，其中34種起控制作用的稱為“功能碼”，其余94種符號（10個十進制數碼、52個英文大/小寫字母和32個專用符號$、+、-、=等）供書寫程序和描述命令之用，稱為“信息碼”，如表1-5所示。

表中第0010～0111的6行中，共有94個可打印（或顯示）的字符，又稱為圖形字符。這些字符有確定的結構形狀，可在顯示器和打印機等輸出設備上輸出。它們在計算機鍵盤上能找到相應的鍵，按鍵后就可將對應字符的二進制編碼送入計算機內。

另外，表的第0000和第0001行中共有32個字符，又稱為控制字符，它們在傳輸、打印或顯示輸出時起控制作用。按照它們的功能含義可分成如下5類。

（1）傳輸控制字符。如SOH（標題開始，01H），STX（正文開始，02H），ETX（正文結束，03H），EOT（傳輸結束，04H）等。

（2）格式控制字符。如BS（退格，08H），LF（換行，0AH），CR（回車，0DH）等。

（3）設備控制字符。如DC1～DC4（設備控制1～4，11H～14H）。

（4）信息分隔類控制字符。如US（單元分隔，1FH）等。

（5）其他控制字符。如NUL（空白，00H），BEL（告警，07H）等。

表1-5 ASCII碼字符表

此外，在圖形字符集的首尾還有2個字符也可歸入控制字符，它們是：SP（空格字符，20H）和DEL（抹除字符，7FH）。

我國于1980年制定了“信息處理交換器的7位編碼字符集”，即國家標準GB1988—80，除用人民幣符號￥代替美元符號$外，其余含義都與ASCII碼相同。

1.3.2 中文信息的表示

中文的基本組成單位是漢字，它們也屬于字符。西文字符集的字符總數不過幾百個，使用7位或8位二進制編碼就可表示。漢字具有數量大、字形復雜、同音字多等特點，這就給漢字在計算機內部的表示與處理、漢字的傳輸與交換、漢字的輸入/輸出等帶來了一系列的問題。為此我國于1981年公布了“國家標準信息交換用漢字編碼基本字符集（GB2312—80）”。該標準規定，一個漢字用2字節（256×256=65536種狀態）編碼，同時用每字節的最高位來區分是漢字編碼還是ASCII字符編碼，這樣每字節只用低7位，這就是所謂雙7位漢字編碼（128×128=16384種狀態），稱作漢字交換碼（又稱國標碼），其格式如圖1-2所示。

目前，許多機器為了在內部能區分漢字與ASCII字符，把2字節漢字的國標碼的每字節的最高位置1，這樣就形成了漢字的另外一種編碼，稱作漢字機內碼（內碼）。若已知國標碼，則機內碼唯一確定。方法是，機內碼的每字節為原國標碼每字節加80H。機內碼用于統一不同系統所使用的不同漢字輸入碼，各種不同漢字輸入碼進入系統后，一律轉換為機內碼，使不同系統內漢字信息可以相互轉換。

GB2312—80編碼按漢字使用頻度把漢字分為高頻字（約100個）、常用字（約3000個），次常用字（約4000個），罕見字（約8000個）和死字（約4500個），并將高頻字、常用字和次常用字歸結為漢字字符集（6763個）。該字符集又分為兩級，第一級漢字為3755個，屬常用字，按漢語拼音順序排列；第二級漢字為3008個，屬非常用字，按部首排列。

漢字輸入方法很多，如區位、拼音、五筆字型等有數百種之多。其中最優者應具有易學習、易記憶、效率高（擊鍵次數少）、重碼少和容量大等特點。不同輸入法有自己的編碼方案，不同輸入法所采用的漢字編碼統稱為輸入碼。輸入碼進入機器后，必須轉換為機內碼。

傳統的漢字輸出是先用漢字字形碼（一種用點陣表示漢字字形的編碼）把漢字按字形排列或點陣，常用點陣有16×16、24×24、32×32或更高。一個16×16點陣漢字占用32字節，24×24點陣漢字占用72字節……。由此可見，漢字字形點陣的信息量很大，占用存儲空間也非常大。所有的不同字體、字號的漢字字形構成字體，通常都存儲在硬盤上，只有當要顯示輸出時，才去檢索得到欲輸出的字形。新的輸出字形可用矢量法、True Type等。

1.3.3 圖、聲、像信息的表示

計算機除了能處理漢字、數值、數據之外，還能處理聲音、圖形和圖像等各種信息，這類計算機稱為多媒體計算機。

在多媒體計算機中，各種媒體也是采用二進制編碼來表示的。首先，把聲音、圖像等各種模擬信息（如聲音波形、圖像的顏色等）經過采樣、量化和編碼，轉換成數字信息，這一過程稱為模數轉換；由于數字化信息量非常大，為了節省存儲空間、提高處理速度，往往要經過壓縮后再存儲到計算機中。經過計算機處理過的數字化信息，還需經過還原（解壓縮）、數模轉換（把數字化信息轉換為聲音、圖像等模擬信息）后再現原來的信息。例如，通過揚聲器播放聲音，通過顯示器顯示畫面。