二进制信息编码创作王达参考教材深入理解计算机网络

二进制信息编码 创作： 王达 参考教材： 深入理解计算机网络 一、什么叫信息编码？ 上堂课介绍了二进制数的表示形式：原 码、反码、补 码 ，本 节介绍另一种意义上 的二进制数，那就是编码， 但它们 并没有“数”的 意义，不参与运算 “数” 不仅仅用来表示“量”，它还能作为 “代码 （ Code）”来使用。例如，在我国实行的公民身份证制 度，身份证上有一组 18位的 数为“身份证号码”。这就 是用数字进行编码的例子。再如每一个学生入学后都会 有一个学号，这也是一种 编码 编码 的目的之一是为了便于标记特定的对象。为了便 于记忆和查找，在设计编码时需要按照一定的规则 。这 里 介绍最常用的几种计算机编码，如 ASCII码和 汉字编 码（又根据不同应用场景分为不同的编码） 二、西文编码 1. ASCII码 分为“ 标准 ASCII码”和“扩展 ASCII码” 标准 ASCII码 ：采用 7位二进制进行编码（ 共 8位，但 仅由低 7位 ， 最高位为奇偶校验位），可组合表示 128 （ 27）种状态，对应 128个（对应十进制取值为 0127）字符（或控制符） 【 说明 】 所谓奇偶校验，是指在代码传送过程中用来检 验是否出现错误的一种方法，一般分奇校验和偶校验两 种。奇校验规定：正确的代码一个字节中 1的个数必须 是奇数，若非奇数，则在最高位位置 1（否则为 0）；偶 校验规定：正确的代码一个字节中 1的个数必须是偶数， 若非偶数，则在最高位置 1（否则为 0） 扩展 ASCII码 扩展 ASCII码 采用 8位二进制进行编码， 是对标准 ASCII编码的扩展，第 8位也用于信息编码，新增的 第 8位为 1的信息编码用于确定附加的 128 个（对应 十进制取值为 128255）表格符号、计算符号、希 腊字母和特殊的拉丁符号 2. Unicode编码 Unicode编码 最初是 Apple公司发起制定的通 用多文种字符集，后来被 Unicode 协会开发 为能表示几乎世界上所有书写语言的字符编 码标准 Unicode编码包括 UTF-8， UTF-16 和 UTF-32这几种编码格式，分别指使用 8位、 16位或 32位表示字符。 三、汉字编码 计算机中汉字的表示也是用二进制编码。根 据应用目的的不同，汉字编码分为 外码 、 交 换码 、 机内码 和 字形码 外码 外码也叫输入码， 用来解决汉字输入的编 码问题 ，是用来将汉字输入到计算机中的一 组键盘符号。常用的输入码有拼音码、五笔 字型码、自然码、表形码、认知码、区位码 和电报码等 交换码 (国标码 ) 中国标准总局 1981年制定了中华人民共和国国家标 准 GB2312-80 信息交换用汉字编码字符集 -基本 集 ，即国标码，是 在大陆及海外使用简体中文的 地区（如新加坡等）是强制使用的唯 一中文编码 。 在 GB2312 80标准中共收录 6763个汉字，其中 一级汉字 3755个，二级汉字 3008个；同时收录了包 括拉丁字母、希腊字母、日文平假名及片假名字母 、俄语西里尔字母在内的 682个字符 交换码仅是一个中文汉字、字符集标准 ，每个汉 字的编码方式则由下面将要介绍的“区位码”解决 区位码 区位码 是国标码的具体编码实现方式。它把国标 GB2312-80中的汉字、图形符号组成一个 94 94的方 阵，即 94个区，每个区中又有 94个位，对应 94个汉字或 字符，总区位数为 8836个，即总共可编码 8836个汉字 或字符。 区位码用来解决计算机识别汉字的能力 ，也可 作为输入码（如区位码输入法）， 但它并不是计算机内 部处理汉字的编码方式 ，在计算机内部汉字编码是由机 内码进行的 （ 1） 01-09区为特殊符号；（ 2） 16-55区为一级汉字， 按拼音排序；（ 3） 56-87区为二级汉字，按部首笔画 排序；（ 4） 10-15区及 88-94区目前暂未使用，留待以 后扩展汉字或字符使用 机内码 机内码 是根据国标码的规定， 确定在计算 机内部表示一个汉字的二进制代码 。在计算 机内部和磁盘中汉字代码都用机内码表示的 字形码 字形码是汉字的输出码， 解决汉字输出的 编码方式 。输出汉字时都采用图形方式，无 论汉字的笔画多少，每个汉字都可以写在同 样大小的方块中。通常用 16 16点阵来显示 汉字