第三课时：文字数据在计算机中的表示

[课时目标]

1. 了解中文和英文在计算机中的表示方法

2. 了解区位码、国标码以及机内码的相互转换

[文字数据和字符集]

文字数据是无法直接在计算机中表示和存储的。

通常为了方便处理文字，便需要对文字规定一定的表示方法，这些表示方法的集合也叫字符集，目前较为常见的字符集有：ASCII、UTF-8、UTF-16、GBK、GB2312等。

[西文字符的表示 — ASCII码]

西文字符通常使用一个数字代替一个符号，共支持128种字符，称之为ASCII码。

ASCII码称之为美国标准信息交换码，较为重要的几个码值有：

空格   32

'0'      48

'A'      65

'a'      97

[中文表示的编码]

中文表示、存储以及处理的方案远比西文要复杂的多，需要经历输入、转换的过程，通常可根据过程的不同划分为三种不同的编码，即输入码、国标码以及机内码。

输入码：用于输入汉字的编码，分为音码（按拼音输入）、形码（按笔画或者形状输入）以及音形码（二者结合）。

国标码：在还未存入计算机之前中文文字的中间状态。

机内码：在计算机当中存储、表示和处理文字的编码，同一个文字在不同的CPU中会产生不同的机内码。

[区位码]

区位码是一种特殊的输入法，将大量的文字存入表格之中，一行为区，一列为位，各有编号，区号和位号能准确确定一个汉字。如下图：

例如图中，“希”字在第47区，第03位。

[区位码和国标码的转换]

区位码转换为国标码的公式为：

国标码 = 区位码 + 2020H

Tips：

1. 此处区位码的区号和位号均为16进制数。

2. 2020H是指区号和位号各加20H

[例]已知某文字的区位码为5041H，求其国标码

国标码 = 5041H + 2020H

           = （50H + 20H） ， （41H + 20H）

           =   70H ，61H

           =  7061H

[国标码向机内码的转换]

国标码转机内码的公式为：

机内码 = 国标码 + 8080H = 区位码 + A0A0H

此处注意点与上同，不再赘述。

[例]已知某文字的区位码为5041H，求其机内码

国标码 = 5041H + A0A0H

           = （50H + A0H），（41H + A0H）

           =  F0H ，E1H

           = F0E1H