2.2 信息编码

　　2.2.1 数据涵义与形态

　　数据(data)：是人们看到的景象或听到的事实。

　　数据有两种形态：人类可读形式的数据和机器可读形式的数据。

　　数据有数值型和非数值型两类，这些数据在计算机中都必须以二进制形式表示。

　　2.2.2 数据单位

　　1. 数据的常用单位有位、字节、字和字长。

　　位(bit)：是计算机中存储数据的最小单位，指二进制数中的一个位数，其值为“0”或“1”,称为“比特”。

　　字节(Byte)：是计算机存储容量的基本单位，计算机存储容量的大小是用字节的多少来衡量的。用“B”表示。单位还有KB(千字节)、MB(兆字节)和GB(千兆字节)一个ASCII码用1个字节表示。一个汉字占两个字节。

　　字(word)：指计算机一次存取、加工、运算和传送的数据长度。一个字通常由一个或若干个字节组成。计算机字的长度越长，则其精度和速度越高。

　　字长：一个字中所包含的二进制位数的多少称为字长。

　　2. 数据单位间的换算。

　　在数据单位间存在着以下换算关系。

　　1B=8bit

　　1KB=210B=1024B

　　1MB=210×1KB=210×210B=1024×1024B=1024KB

　　1GB=210×1MB=210×210×1KB=210×210×210B=1024×1024×1024B=1024MB

　　2.2.3 字符编码

　　1. ASCII码

　　目前，国际上使用的字母、数字和符号的信息编码系统是采用美国国家信息交换标准字符码(American Standard Code for Information Interchange)，简称为ASCII码。它有7位码版本和8位码版本两种。

　　国际上通用的是7位码版本，即用7位二进制表示一个字符，由于27=128,所以有128个字符，其中包括：0~9共10个数码、26个小写字母、26个大写字母、34个通用控制符和32个专门字符。如表2-1所示。

　　2. 汉字的编码

　　(1)汉字交换码(国际码)

　　规定了《信息交换用汉字编码字符集-基本集》，即GB2312-80,简称国际码。国际码基本集中收录了汉字和图像符号共7445个，分为两级汉字。国际码采用两个字节表示一个汉字，每个字节只使用了低七位。这样使得汉字与英文完全兼容。

　　(2)汉字机内码

　　机内码是计算机内部存储和加工汉字时所用的代码。不管用何种汉字输入码将汉字输入计算机，为存储和处理方便，都需将各种输入码转换成长度一致的汉字内部码。一般用二个字节表示一个汉字的内码。注：内码=国际码+8080H

　　(3)汉字外部码

　　汉字外部码又称输入码，由键盘输入汉字时主要是输入汉字的外码，每个汉字对应一个外部码。汉字输入方法不同，同一汉字的外码可能不同，用户可根据自己的需要选择不同的输入方法。

　　(4)汉字字形码

　　汉字字形点阵：汉字的字形称为字模，以一点阵表示。点阵中的点对应存储器中的一位，对于16?16点阵的汉字，其有256个点，即256位。点阵数越大，分辨率越高，字形越美观，但占用的存储空间越多。