专题5 计算机的字符编码（讲义）-浙江省（单独招生）计算机类《计算机基础》考纲讲练测

编写说明：本专辑为浙江省（单独招生）计算机类《计算机基础考纲讲练测》，严格依据浙江省普通高校单独招生考试大纲（专业课）计算机类考试范围及要求编写，精准对标考纲，兼顾考点覆盖与实战应用。每套讲练测提供讲义、课件、练习三大配套教学文件，贯穿九大核心环节：考点解读、思维导图、知识梳理、背诵环节、常考题、高考真题、课堂练习、课堂小结及课后测验，形成“讲-练-测-评”闭环式教学与复习逻辑，助力考生夯实基础、突破重难点。 浙江省计算机类 《计算机基础考纲讲练测》 专题5 计算机的字符编码 讲义 [考点解读] 1． 掌握西文字符ASCII码。 2． 了解汉字在计算机中的表示方法及字形码等相关内容。 [思维导图] [知识梳理] 1.数据在计算机中的转换过程 计算机内部均采用二进制数来表示各种信息，但计算机与外部交互时，仍采用人们熟悉且便于阅读的形式，如十进制数据、文字显示以及图形描述等。为了使通过输入设备输入的数字、字符、标点符号和文字等信息能够被计算机所识别，必须将其转换为相应的二进制编码。 2.ASCII码的概述 西文字符是由拉丁字母、数字、标点符号及一些特殊符号所组成的，它们被统称为“字符”。所有字符的集合叫作“字符集”。目前计算机中使用最广泛的西文字符集及其编码是ASCII码。 在计算机中，将人们使用最多、最普遍的十进制数字0-9、大小写字母(A-Z，a-z)、各种标点符号、算术运算符等128种符号，用7位二进制数编码来表示。这就是国际上通用的ASCII码，1967年被国际标准化组织(ISO)定为国际标准的美国信息交换标准代码，在全世界通用。 ASCII码包含10个数字，52个英文大、小写字母，33个标点符号及运算符，33个控制码。其中0-31及127是控制字符或通信专用字符。 3.汉字编码的概述 从汉字编码的角度看，计算机对汉字信息的处理过程实际上是各种汉字编码间的转换过程。 （1）汉字输入码 汉字输入码是为了输入汉字而为汉字编制的代码。由于这种编码是供计算机外部的用户使用的，故又称为汉字的外部码（或外码）。汉字输入码位于人机交互界面上，直接面向用户，应易于用户熟悉、掌握和接受。因此，这种编码具备规则简单、易于记忆、操作方便和输入速度快等特点。 汉字输入码根据其编码规则，依次分为流水码（将被编的汉字按一定的顺序进行编码，无重码）、音码（根据被编汉字的读音来确定汉字的编码）、形码（根据被编汉字的字形来确定该汉字的编码）、音形结合码（根据被编汉字的读音和字形来确定该汉字编码）等。目前流行的输入法编码方案很多，如拼音输入法、五笔字型输入法等。 对于同一个汉字，其汉字输入码可以不同，但输入到计算机后，最终都转换成统一的标准供计算机识别和处理。 （2）国标码 国标码是用于汉字信息处理系统之间或者与通信系统之间进行信息交换的汉字的代码，也称汉字信息交换码。它是为使系统、设备之间信息交换时采用统一的形式而制定的。我国于1981年开始实施国家标准《信息交换用汉字编码字符集基本集》，代号为“GB/T2312-1980”。 国标码是十六进制编码形式，采用两个字节表示一个汉字，共收集了7445个图形字符，其中包括一般符号、数字、拉丁字母、希腊字母、汉语拼音字母等682个字符。汉字字符分为两级：一级汉字3755个，二级汉字3008个。 （3）区位码 GB/T2312-1980国标字符集分为94区与94位，用字符所在的区号和位号来表示汉字的编码，每个汉字都对应一个唯一的区号和位号，即区位码。区位码由4位十进制数字构成，其中前两位称为区号（范围是1-94），后两位称为位号（范围是1-94）。以汉字“啊”为例，其区位码为1601，这表示该汉字的区号为16，位号为01。 常用汉字（一级汉字）收录在16-55区，按拼音顺序排列，同音字按笔画顺序排列；非常用汉字（二级汉字）收录在56-87区，按部首笔画顺序排列。 （4）机内码 机内码是指汉字信息处理系统内部标识汉字的编码。汉字机内码由国标码演化而来，将表示国标码的2个字节的最高位都置“1”，就变成了汉字机内码。 （5）字符集 通用编码字符集（Universal Multiple-octet CodedCharacter Set，UCS），是一套规定了全世界现代书面语言文字所使用所有字符的标准编码方案。UCS也被称为Unicode，其表意文字部分采纳了中、日、韩（CJK编码）统一汉字编码体系。该编码体系遵循的原则是，无论汉字所处的国家和地区、其字义是否存在差异，只要字形一致，该汉字就被赋予唯一的代码。 UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode字符集的可变长度字符编码标准，广泛用于计算机文本存储和传输。它可以用来表示Unicode标准中的任何字符，而且其编码中的第一个字节仍与ASCII码相容，使得原来处理ASCII字符的软件不需要或只进行少部分修改后，便可继续使用。因此，UTF-8逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。 在繁体中文使用区域，广泛使用的汉字字符集是BIG5，它包含13053个汉字。由于GB/T2312-1980字符集包会的字符数量相对较少，因此在当前的Windows操作系统中，全拼输入法多采用GBK字符集，GBK字符集涵盖更为丰富的20902个汉字字符。 （6）汉字字形码 ①汉字字模 汉字字形码又称汉字字模，是确定一个汉字字形的点阵代码，也是点阵的编码化形式。在计算机系统中，要显示或打印任何字符、汉字，都是由点阵式的字模组成。根据输出汉字的要求不同，点阵的多少也不同。显示ASCII码字符常用8x8点阵，简易型汉字为16x16点阵，提高型汉字为24x24点阵、32x32点阵、48x48点阵等等，打印一般采用24x24或其他点阵。 为了使计算机能识别和存储字模，就必须对字模进行数字化，把字模中的每一个点都用一位二进制数表示，即用“1”表示黑点，用“0”表示白点。这种数字化的字模点阵代码又称为字形码。例如将字符“F”的字模数字化，第1、6行可分别表示成00000000、00100000。 ②字模的存储容量 8x8点阵的汉字字模共包含8行，每行需要用8位来存储其字形码。因此，整个8x8点阵的汉字字模所需的存储容量计算如下：8x8/8=8B。 同理，对于16x16点阵的字形码，其存储容量为：16x16/8=32B。点阵的密集程度直接影响了汉字字形的质量。点阵越大，即点越密集，汉字的笔画展现得就越精细，汉字的整体质量也就越高。然而，点阵的增大也会相应地增加其所占用的存储空间。因此，在汉字信息处理系统中确定汉字点阵的大小时，需要综合考量存储容量限制以及设备的成本效益等因素。 4.汉字内码的转换 （1）区位码与国标码的转换 ①区位码转国标码。 在将某汉字从区位码转换为国标码时，首先要将区位码中的区号和位号分别从十进制数转换为十六进制数。然后，将转换得到的两组十六进制数再各自加上20H，即可得到该汉字的国标码。具体的转换公式为： 汉字国标码=汉字区位码(转为十六进制数)+2020H。 以汉字“啊”为例，其十进制区位码为1601，拆分后区号是16、位号是01。将区号16从十进制数转换为十六进制数后得到10H，位号01从十进制数转换为十六进制数后得到01H。10H加上20H得到30H，01H加上20H得到21H，得到该汉字的国标码为3021H。 ②国标码转区位码。 将汉字的国标码转换为区位码的过程，与区位码转换为国标码的步相反。首先，需要将国标码减去2020H，以得到十六进制的区位码。然后，再将得到的十六进制区号和位号分别转换为十进制数，从而得到最终的十进制区位码。 例如，已知某汉字的国标码为3456H，求该汉字的区位码。首先，将3456H减去2020H，得到该汉字的十六进制区位码为1436H。接着，将1436H中的区号14H转换为十进制数20，位号36H转换为十进制数54。因此，该汉字的十进制区位码为2054。 （2）国标码与机内码的转换 ①国标码转机内码。 汉字“波”的国标码为3228H。在二进制表示中，可以拆分为高八位(00110010)2,和低八位(00101000)2。我们将这两个字节的最高位都置“1”，于是得到(10110010)2和(10101000)2。再将这两个字节从二进制分别转换为十六进制，即可得到汉字“波”的机内码为(B2A8)16。 将表示国标码的两个字节的最高位都置“1”，即可得到汉字的机内码。国标码和机内码之间转换的公式为：机内码=国标码+8080H。 ②机内码转国标码。 将汉字的机内码转换为国标码的过程，与国标码转换为机内码的步相反。若要将机内码转换为国标码，需要将机内码减去8080H。 汉字“大”的机内码为B4F3H，若要求该字的国标码，就需将其机内码减去8080H，得到3473H，即汉字“大”的国标码为3473H。 （3）区位码与机内码的转换 ①区位码转机内码。 国标码、区位码和机内码之间可以相互转换。根据区位码和国标码转换、国标码和机内码转换的关系，可得出以下公式：机内码=区位码(转为十六进制)+A0A0H。 若要求汉字“学”的机内码，其十进制区位码为4907，拆分后区号是49、位号是07。将区号49从十进制数转换为十六进制数后得到31H，位号07从十进制数转换为十六进制数后得到07H。31H加上A0H得到D1H，07H加上A0H得到A7H，得到该汉字的机内码为D1A7H。 ②机内码转区位码。 将汉字的机内码转换为区位码的过程，与区位码转换为机内码的步相反。汉字“波”的机内码为B2A8H，要转换为区位码时，首先要将机内码减去AOAOH，得到该汉字的十六进制区位码为1208H。接着，将1208H中的区号12H转换为十进制数18，位号08H转换为十进制数08。因此，该汉字的十进制区位码为1808。 [背诵环节] 1.简述ASCII码包含的内容。 【答案】ASCII码包含10个数字，52个英文大、小写字母，33个标点符号及运算符，33个控制码。其中0-31及127是控制字符或通信专用字符。 2.简述国标码的概念。 【答案】国标码是十六进制编码形式，采用两个字节表示一个汉字，共收集了7445个图形字符，其中包括一般符号、数字、拉丁字母、希腊字母、汉语拼音字母等682个字符。汉字字符分为两级：一级汉字3755个，二级汉字3008个。 3.简述字模存储容量的概念。 【答案】对于16x16点阵的字形码，其存储容量为：16x16/8=32B。点阵的密集程度直接影响了汉字字形的质量。点阵越大，即点越密集，汉字的笔画展现得就越精细，汉字的整体质量也就越高。 4.简述区位码、国标码和机内码之间的转换关系。 【答案】 ①汉字国标码=汉字区位码(转为十六进制数)+2020H。 ②机内码=国标码+8080H。 ③机内码=区位码(转为十六进制)+A0A0H。 [常考题] 1.在ASCII码表中，已知字母"a"的ASCII码值是 61H，则字母"e"的ASCII码值是（ ） A.64H B.65H C.66H D.67H 【答案】B 2.某汉字的区位码是2534，则其国标码是（ ） A.3942H B.4554H C.1922H D.B9C2H 【答案】A 3.一个32×32点阵的汉字字形码需要占用的存储空间是（ ） A.32B B.64B C.128B D.256B 【答案】C 4.下列关于汉字编码的叙述中，正确的是（ ） A.同一个汉字的输入码是唯一的 B.国标码就是机内码，二者完全相同 C.汉字机内码每个字节的最高位都是1 D.区位码和国标码都采用十进制编码形式 【答案】C 5.在GB/T 2312-1980国标字符集中，一级汉字的排列顺序是（ ） A.按部首笔画顺序 B.按拼音顺序 C.按笔画多少顺序 D.按使用频率顺序 【答案】B 6.ASCII码采用7位二进制编码，因此最多可以表示128个不同的字符。（ ） 【答案】√ 7.对于同一个汉字，可以有不同的输入码，但在计算机内部其机内码是唯一的。（ ） 【答案】√ 8.汉字的国标码就是汉字的机内码，两者完全等价。（ ） 【答案】× 9.一个24×24点阵的汉字字模需要占用48字节的存储空间。（ ） 【答案】× 10.在GB/T 2312-1980中，二级汉字收录在56~87区，按部首笔画顺序排列。（ ） 【答案】√ [高考真题] 1.（单项选择题）存储640个24×24点阵汉字的字形码所需的存储容量（单位：KB）是（ ） A.24 B.32 C.45 D.64 【答案】C 2.（单项选择题）已知某汉字的区位码为2083，则它的机内码是（ ） A.3473H B.C123H C.B4D6H D.B4F3H 【答案】D 3.（单项选择题）字符"0"的ASCII值是48（十进制），则字符"9"的ASCII码的二进制表示是（ ） A.1110001 B.0111001 C.1011001 D.0110001 【答案】B 4.（单项选择题）下列关于汉字编码的描述，正确的是（ ） A.对于同一个汉字，采用不同的输入码输入到计算机内部会产生不同的汉字内码 B.将一个汉字国标码的最高位（第16位）置"1"可转换成汉字机内码 C.将一个汉字的4位十进制区位码加20即可转换为汉字的4位十进制国标码 D.汉字从输入到输出的编码转换过程是：输入码→国标码→机内码→地址码→字形码 【答案】D 5.（判断题）机内码是指汉字信息处理系统内部标识汉字的编码。( ) 【答案】√ 6.（判断题）汉字的机内码就是区位码，二者完全相同。( ) 【答案】× 7.（判断题）存储一个32×32点阵的汉字字形码需要128字节。( ) 【答案】√ 8.（判断题）ASCII码采用8位二进制编码，因此最多可以表示256个不同的字符。( ) 【答案】× [课堂练习] 1.下列字符中，ASCII码值最小的是（ ） A.a B.A C.0 D.空格 【答案】D 2.已知某汉字的国标码为4E3AH，则它的机内码是（ ） A.6E5AH B.CEBAH C.2E1AH D.DEBAH 【答案】B 3.一个16×16点阵的汉字字形码，占用的存储空间是（ ） A.16B B.32B C.64B D.128B 【答案】B 4.下列关于汉字编码的说法中，错误的是（ ） A.五笔字型输入法属于形码类的汉字输入码 B.汉字机内码是计算机内部存储、处理汉字时使用的编码 C.汉字字形码用于汉字的显示和打印输出 D.国标码是计算机内部存储汉字的唯一编码 【答案】D 5.某汉字的区位码是1601，则它的国标码是（ ） A.3021H B.1002H C.B0A1H D.2021H 【答案】A 6.在ASCII码表中，同一个英文字母的小写形式比大写形式的ASCII码值大32。（ ） 【答案】√ 7.汉字机内码=汉字国标码+2020H。（ ） 【答案】× 8.用8×8点阵表示一个ASCII字符，其字形码需要占用8字节的存储空间。（ ） 【答案】√ 9.在GB/T 2312-1980国标字符集中，一级常用汉字按部首笔画顺序排列。（ ） 【答案】× 10.对于同一个汉字，使用拼音输入法和五笔输入法输入，最终得到的机内码是相同的。（ ） 【答案】√ [课堂小结] 1、 计算机的字符编码 1、 数据在计算机中的转换过程 2、 ASCII码、汉字编码的概念 3、 汉字内码的转换 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $