项目二 探究计算机中的数据表示——认识数据编码课件2024-2025学年高一上学期高中信息技术必修1第一单元沪科版（2019）

项目二 探究计算机中的数据表示 认识数据编码—文本数据 学习目标 了解编码的意义和作用。 了解数值数据编码的基本方法。 了解常用的文本数据编码方式。 了解声音数字化的基本方法。 了解图像数字化的基本方法。 编码的定义 编码（encoding）是指用预先规定的方法将文字、数字或其他对象转换成规定的符号组合，或将信息、数据转换为规定的脉冲电信号。 计算机中的编码 计算机是由逻辑电路组成,逻辑电路只有高低二种电位状态,正好用0 和 1表示，所以计算机采用二进制来存储和表示数据。因此想要用计算机存储和处理数据、文本、图形图像、声音、视频等数据，必须对数据进行二进制编码，即将其转换成有0 和 1组成的代码。在计算机中，编码一般是指用预先规定的方法将数字、文 字、图像、声音、视频等对象编成二进制代码的过程。 一、数值数据的编码 编码 计算机中数值数据的编码分为原码、反码和补码，其编码规则见下表。 计算机中的数值数据是以补码的方式表示的，以十进制数 +21 和 -21 的 8 位编码为例，它们的二进制数、原码、反码和补码分别如下。 二、文本数据的编码 1. 西文字符的编码 字母、数字、标点符号等，称为西文字符。计算机在存储和处理这些西文字符时，需要为每个字符规定一个由 0 和 1组成的代码。 目前，国际上普遍采用的西文字符编码标准是ASCII 码（美国标准信息交换代码）。 ASCII码分为标准ASCII码和扩展ASCII码。 标准ASCII码使用7位二进制位来表示西文字符。 扩展ASCII用8位二进制位来表示字符，第8位用于确定附加的128个特殊符号字符、外来语字母和图形符号。 练习 1.标准ASCII码用7个二进制位表示一个英文字母，字母A 的ASCII码是1000001，已知大写字母在ASCII编码中是 连续的，则字母Z的ASCII码是 。 2.已知小写字母“a”的ASCII码为“1100001”，则英文 单词“boy”在计算机中存储时 的编码为 。 A.11100010 11101111 11111001 B.1100010 1101111 1111001 C.01100010 01101110 01111010 D.01100010 01101111 01111001 1011010 D ASCII码的机内码要在最高位补一个0，以便用一个字节表示一个字符。ASCII码主要用于显示现代英语和其他西欧语言，是最通用的信息交换标准。 二、文本数据的编码 2. 汉字的编码 常用汉字有近 5000 个，这种信息容量要用 2 个字节长即 16 位二进制编码才能满足。1980 年，中国国家标准总局发布了中华人民共和国国家标准 GB2312—1980《信息交换用汉字编码字符集——基本集》，又称为国标码。国标码用 2 个字节表示一个汉字，其中每个字节的最高位为 0。 但是，国标码在计算机内部存储和处理时会与 ASCII 码发生冲突。为了解决这个问题，汉字编码在计算机内表示时，将每个字节的最高位改设为 1，这被称为机内码（简称内码）。例如，“大”字的机内码为 1011010011110011。机内码是用最高位均为 1 的 2 个字节表示一个汉字，是计算机内部存储、处理汉字所使用的统一编码。 计算机存储单位一般用 bit、B、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB……来表示它们之间的关系是： 位 bit (比特)(Binary Digits)：存放一位二进制数，即 0 或 1，最小的存储单位。[英文缩写：b(固定小写)] 字节byte：8个二进制位为一个字节(B)，最常用的单位。一个英文占一个字节，一个中文占两个字节。 1 Byte（B） = 8 bit 1 Kilo Byte（KB） = 1024B 1 Mega Byte（MB） = 1024 KB 1 Giga Byte （GB）= 1024 MB 1 Tera Byte（TB）= 1024 GB 二、文本数据的编码 3. Unicode Unicode 是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。它为每种语言中的每个字符设定了统一且唯一的二进制编码，以满足跨语言、跨平台进行文本转换和处理的要求。目前的 Unicode 字符分为 17 组编排，每组称为 Plane（平面），每个 Plane拥有 65536 个码位，共 1114112 个码位。 Unicode 一般用 2 个字节表示一个字符（非常偏僻的字符用 4 个字节）。但是，一篇英文文章，用 Unicode 编码比用 ASCII 编码需要多一倍的存储空间。于是，又出现了把Unicode 编码转化为“可变长编码”的 UTF-8 编码。UTF-8 编码把一个 Unicode 字符根据不同的数字大小编码成 1~6 个字节，常用的英文字母被编码成 1 个字节，汉字通常是 3个字节，只有很生僻的字符才会被编码成 4~6 个字节。 Unicode 的实现方式还有 UTF-16 和 UTF-32 等。 巩固练习 1.十进制数转化为二进制数的规则：正数部分的转换方法是除2反向取余，小数部分的转换方法是乘2正向取整。那么，十进制数20.25转换成二进制数是：10100.01 2.计算机中负数的原码为符号位1连接数字部分，十进制数-10的八位二进制数原码为位： 10001010 ；负数的反码为原码除符号位外取反，十进制数-10的反码为： 11110101 ；负数的补码是在反码的基础上+1，十进制数-10的补码为： 11110110 $$