2.2 非數值型數據的表示

非數值的文字和其他符號也要數字化為二進制編碼表示。

2.2.1 字符和字符串

1．ASCII碼：American Standard Code for Information Interchange，美國信息交換標準代碼。

ASCII碼由7位二進制數碼組成。

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或一位奇偶校驗位，存儲時占一個字節。

2.字符串及其存儲

以ASCII碼形式在主存中占用連續的多個字節。

當主存的字長是多個字節時，同一主存字中可以按從低位字節向高位字節順序存放字符串，也可以按從高位字節向低位字節的次序存放字符串。

如：字長為4字節的主存，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

漢字在計算機中存儲、傳輸、交換、輸出，需要有輸入、內部處理和輸出三種類型的編碼。

1.漢字國標碼、區位碼

國標碼是我國在1981年公布的GB2312-80編碼，主要用于漢字信息處理系統或者通信系統之間交換信息。

規定：一個漢字用兩個字節表示，每個字節只用低七位編碼，最高位為0，未作定義。最多能夠表示出128′128=16384個漢字。目前，國標碼共收集了6763個常用漢字。

GB2312-80碼將漢字分成94個區，每個區又包含94個位，每個漢字對應一個區號和位號，也常稱為區位碼。

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

2.漢字機內碼

簡稱內碼，是漢字在計算機內部進行存儲、交換、檢索等操作的一種代碼，一般采用兩字節表示。

國標碼每個字節的最高位都是“0”，與ASCII碼無法區分。

例如：兩個字節內容是30H和21H時，可以認為是一個漢字“啊”的國標碼，也可以理解為兩個英文字符“0”和“！”的ASCII碼。

將國標碼的兩個字節的最高位設定為1，得到相應的機內碼。

例如，漢字“啊”的機內碼是：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）數字編碼：常用的區位碼。每輸入一個漢字需按4次鍵。

無重碼，與內碼之間的轉換方便，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：增加智能聯想功能，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行“手動”輸入。理想的輸入方式是利用語音或圖像識別技術“自動”將漢字輸入到計算機內，使計算機能認識漢字、聽懂漢語，并將其自動轉換為機內碼。目前寫字板手寫輸入，語音輸入，掃描儀識別文字輸入等。

4．漢字字模碼

用點陣表示漢字字形的編碼實現輸出漢字（顯示或打印）。

16×16點陣表示的漢字“英”的編碼：

字模點陣占用的存儲空間很大，一般只能用來構成漢字庫，而不用于機內存儲。當顯示或打印輸出時檢索字庫，輸出字模點陣，得到字形。

采用字形數據壓縮技術節省存儲空間。如矢量漢字采用矢量方法，將漢字點陣字模進行壓縮。

2.2.3 Unicode編碼

• code編碼也被稱為統一代碼，適用于世界上所有語言。
• Unicode的每一個字符采用2個字節，可以表示65536個不同字符。兼顧已存在的編碼方案，前128個字符編碼0000h～007Fh與ASCII碼字符一致。
• 這種編碼方式對國際商業和通訊來說非常有用。
• Unicode還適合于軟件的本地化，即針對特定的國家修改軟件：使用Unicode，軟件開發人員可以修改屏幕的提示、菜單和錯誤信息，以適用于不同的語言和地區。
• Unicode編碼在Internet中有著較為廣泛的使用

2.3 其他信息的數字化

語音、圖像、圖形等信息在計算機中的二進制編碼的形式。

1.語音信息的數字化

語音是一種模擬信號，不能直接進入計算機存儲。需經過對聲音信號進行采樣和量化后才能進入計算機存儲。

（1）采樣：由麥克風、錄音機等錄音設備把語音信號變成頻率、幅度連續變化的電流信號，經過采樣得到一組與聲音信號幅值相對應的離散的數值，其包含了聲音信號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據值換成一個n位二進制的數字量。

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

2.圖像信息的數字化

• 一幅圖像可以看作是由一個個像素點構成。
• 圖像的數字化，就是對每個像素點的灰度值進行采樣、量化，再進行編碼的過程。
• 常用圖像信息的文件格式有bmp、gif、jpg等。

3.圖形信息的數字化

• 圖形的基本元素是圖元，只需要知道圖元的幾個特征數據就可以通過圖形指令進行描述。
• 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包含的各圖元指令，所以占用的存儲空間比位圖圖像小許多。