计算机专转本辅导第5章数字与媒体

《计算机专转本辅导第5章数字与媒体》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第5章数字媒体及应用5.1文本与文本处理5.2图像与图形5.3数字声音及应用5.4数字视频及应用本章考题题型分布年份单选多选填空判断小计2005年112152006年313292007年411392008年511292009年511292010年511295.1文本与文本处理5.1.1字符的编码5.1.2文本准备5.1.3文本的分类5.1.4文本编辑、排版与处理5.1.5文本的展现文字处理是计算机应用的基础计算机应用＝使用计算机进行信息处理其中，文字信息处理是涉及面最广的一种计算机应用，几乎与任何领域任何人都有关。文字数值语言音乐图像···信息的形态有多种写作编辑排版印刷发行写作传统的文字处

2、理过程计算机文字处理过程文字信息在计算机中称为“文本”（text），文本是计算机中最常用的一种数字媒体文本由一系列“字符”（character）组成，每个字符均使用二进制编码表示文本在计算机中的处理过程是：（文本编辑器）文本编辑与排版格式化的电子文本（2）文本展现（文本阅读器）（5）文本处理（文本处理软件）（3）文本准备电子文本（1）（文字与图表的输入）文本存储与传输（4）(存档/通信软件)5.1.1.字符在计算机中的表示字符、字符集及其编码表文字的基本元素是字母和符号，统称为“字符”(character)，它包括：字母、数字、标点、符号等字符集：一组特定字符的集合不同的字符集包含的字符数目

3、与内容不同，如：中文字符集、西文字符集、日文字符集等字符的编码：字符集中每个字符的二进位表示，称为该字符的编码或代码(code)不同的字符其编码各不相同字符集中所有字符的编码的一览表，称为该字符集的码表一、西文字符的编码——ASCII码西文是表音文字(拼音文字)，它由拉丁字母、数字、标点符号以及一些特殊符号所组成美国标准信息交换码(ASCII码)：ASCII字符集包含96个可打印字符和32个控制字符采用7个二进位进行编码计算机中使用1个字节存储1个ASCII字符存在问题：字符集太小（只有128个字符）不同国家和地区使用不同的字符集及其编码，互不兼容东亚地区使用的大字符集无法编码0XXXXXX

4、X一级汉字（3755个）二级汉字（3008个）（扩充使用）字母、数字和各种符号………………19423位号…………191655568794区号(按汉语拼音排列)(按偏旁部首排列)GB2312汉字编码字符集1980年颁布《信息交换用汉字编码字符集·基本集》（我国第一个国家标准）——GB2312-1980GB2312字符集由三个部分构成：拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个共6763个汉字和682个符号，每个汉字和符号都有一个确定位置区位码：GB2312国标字符集构成一个二维平面，它分成94行、94列，行号称为区号，列号称为位号。问题：文本中的汉字与西文字符易与单字节

5、的标准ASCII码混淆不清。例如：“大”字的区号20，位号83，区位码是2083，用2个字节表示为：0001010001010011（1453H）。•解决方法：把一个汉字看作两个扩展ASCII码，即每个汉字的区号和位号必须分别加上32（即00100000），且使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。11第1字节第2字节XXXXXXXXXXXXXX这种高位为l的双字节（16位）汉字编码就称为GB2312汉字的“机内码”，又称内码。例如：“大”字的内码是：1011010011110011（B4F3）。汉字的区位码、国标码、机内码的关系：国标码=区位码+2020H机内码=国标

6、码+8080H机内码=区位码+A0A0H汉字机内码双字节，最高位是1；西文字符机内码单字节，最高位是0。GBK汉字内码扩充规范GB2312的不足：汉字字数太少，缺少繁体字,无法满足人名、地名、古籍整理、古典文献研究等应用的需要；与ASCII码不兼容GBK汉字内码扩充规范（1995）：在GB2312基础上，增加了1万多汉字(包括繁体字)和符号共有21003个汉字和883个图形符号，如“計算機”、冃、冄、円、冇等繁体字和生僻字与GB8312保持向下兼容，也使用双字节表示，第1字节最高位必须为“1”：1X第1字节第2字节XXXXXXXXXXXXXXUCS/Unicode多文种大字符集背景：为了实

7、现全球数以千计的不同语言文字的统一编码方案：ISO将全球所有文字字母和符号集中在一个字符集中进行统一编码(目前共收集了17x216＝1,114,112个)，称为UCS/UnicodeUCS/Unicode的编码方案：先实现部分字符的编码（共107,361个字符）尽量与已有编码标准兼容其中包含有中、日、韩统一整理出来的近3万汉字（CJK汉字）允许有若干不同的编码方案,例如：单字节：ASCII字符双字节：拉丁、希