字符集与编码

《字符集与编码》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、字符集与编码一.字符集与编码之间的关系1.为了在计算机中存储与处理，必须对字符进行数字化编码。2.字符集规定了包含哪些字符，每个字符的值是什么3.编码规定了对于这些值，如何存储4.有些标准同时规定了字符集及其编码如：目前使用最广泛的西文字符集及其编码是ASCII字符集和ASCII码（ASCII是AmericanStandardCodeforInformationInterchange的缩写），它同时也被国际标准化组织（InternationalOrganizationforStandardization,ISO）批准为国际标准5.有些

2、标准同一个字符集可以有多种编码格式二.字符集及编码1.SBCS（singlebytecharacterset）1.1ASCII（1）.7位编码，范围0x00-0x7F（2）.码值32-127(0x20-0x7F)（3）.0x00-0x1F之间的为控制字符，每个字符有一个缩写的名字（4）.数字，大写字母，小写字母的编码都是连续的　目前使用最广泛的西文字符集及其编码是ASCII字符集和ASCII码（ASCII是AmericanStandardCodeforInformationInterchange的缩写），它同时也被国际标准化组织（In

3、ternationalOrganizationforStandardization,ISO）批准为国际标准。　　基本的ASCII字符集共有128个字符，其中有96个可打印字符，包括常用的字母、数字、标点符号等，另外还有32个控制字符。标准ASCII码使用7个二进位对字符进行编码，对应的ISO标准为ISO646标准。下表展示了基本ASCII字符集及其编码：　　字母和数字的ASCII码的记忆是非常简单的。我们只要记住了一个字母或数字的ASCII码（例如记住A为65，0的ASCII码为48），知道相应的大小写字母之间差32，就可以推算出其余

4、字母、数字的ASCII码。　　虽然标准ASCII码是7位编码，但由于计算机基本处理单位为字节（1byte=8bit），所以一般仍以一个字节来存放一个ASCII字符。每一个字节中多余出来的一位（最高位）在计算机内部通常保持为0（在数据传输时可用作奇偶校验位）。　　由于标准ASCII字符集字符数目有限，在实际应用中往往无法满足要求。为此，国际标准化组织又制定了ISO2022标准，它规定了在保持与ISO646兼容的前提下将ASCII字符集扩充为8位代码的统一方法。ISO陆续制定了一批适用于不同地区的扩充ASCII字符集，每种扩充ASCII字

5、符集分别可以扩充128个字符，这些扩充字符的编码均为高位为1的8位代码（即十进制数128~255），称为扩展ASCII码。1.2EBCDID广义二进制编码的十进制交换码（EBCDIC，ExtendedBinaryCodedDecimalInterchangeCode）（读作"ehb-suh-dik"或"ehb-kuh-dik"），是字母或数字字符的二进制编码，它是IBM为更大型的操作系统开发的。EBCDIC是用于IBMS/390服务器上的IBMOS/390操作系统的文本文件的编码。在一个EBCDIC文件中，每个字母或数字字符都用一个8

6、位的二进制数来表示（八个由0和1组成的字符串）。共有256个可能的字符（字母、数字和一些特殊字符）。　　IBM的个人电脑和工作站操作系统不使用IBM所有的EBCDIC编码。相反的，它们使用文本的工业标准编码，ASCII码。转化程序允许不同的操作系统将文件从一种编码转化成另一种编码。1.3ISO8859-x（1）x=1~15，是一系列标准，对应13种不同的语言（2）ISO-8859-x是单字节编码，8位编码（3）0x00-0x7F部分跟ASCII兼容（4）0x80及以上部分部分除了少数字符，用来编码相应的语言的专有字符，各不相同。（5）

7、ISO-8859-1最常见，收集了西欧字符（6）因为没有一个全集字符集，ISO-8859-X之间不能互相转换。2.DBCS（doublebytecharacterset）2.1GB2312（1）兼容ASCII的部分用单字节编码（2）汉字部分的编码根据区位码进行，用两字节表示，第一个字节等于区位码的区码+0xA0，第一个字节等于区位码的位码+0xA0，因此每个字节都在0xA0以上（3）7445个符号，支持6763个简体汉字和682个符号·最常用的称为一级汉字，3755个，按照拼音排序·次常用的称为二级汉字，3008个，按照部首排序2.2

8、GBK（1）规范，没能成为标准，但随着Windows流行很广泛。（2）与GB2312向下兼容（3）比GB2312增加了大量的繁体字和异体字（4）首字节扩展到0x81-0xFE，第二个字节扩展到0x40-0xFE。2394