1.2　数制与编码

电子设备中表示数据的方法有不同形式，模拟设备操作的是连续变化的数据，数字设备使用离散的、不连续的数字（如0、1）工作。计算机使用电脉冲信号来表示数据。

1.2.1　计算机中常用的数制

日常生活中，人们接触最多的数值表示方法是十进制，满十进一。此外，常见的还有六十进制（1小时为60分）、十二进制（1年有12个月）等。在计算机中，基本的数制是二进制，只有0和1两个数字，满二进一。计算机数据都是由晶体管通或断的状态，即电信号高、低两种电平来表示。高电平时表示为“1”，低电平时表示为“0”。

在十进制数中，从右向左分别为个位、十位、百位……，每位上数字的基值分别为1、10、100……，称为位权，十进制数的值即为各位中数值乘以对应位权的总和。例如：

（1234）10=1×103+2×102+3×101+4×100=1×1000+2×100+3×10+4×1=（1234）10

对应地，二进制数，从右向左各位的位权分别为1、2、4、8……，二进制数的值即为各位数值乘以对应的位权的总和。例如：

（1010）2=1×23+0×22+1×21+0×20=1×8+1×2=8+2=（10）10

由于二进制数表示数据的位数太多，在书写文档或设计程序时通常用八进制（以3个二进制位为一位，可用数字为0～7）、十六进制（以4个二进制位为一位，可用数字为0～9及A～F表示数字0～15）表示。

二进制每一位数值“1”或“0”称作bit（位）。bit是计算机可以识别的最小数据单位。1和0以不同的次序组合起来表示计算机内的各种数据。大部分计算机的编码都是以8位为一个单位来进行数据的存储或传输，把这8个位合称1个Byte（字节，B）。

1.2.2　数据的编码

1.字符编码

计算机中的数据可以分为数值型数据与非数值型数据。其中数值型数据就是常说的“数”（如整数、实数等），它们在计算机中是以二进制形式存放的。而非数值型数据与一般的“数”不同，通常不表示数值的大小，而只表示字符、汉字或图形等非数值的信息，这些信息在计算机中也是以二进制形式来表示的。

（1）ASCII码编码：为了便于计算机识别与处理，在计算机中使用二进制数来表示字符，通常称之为字符的二进制编码。目前，使用最多的是ASCII码字符集，意思为“美国标准信息交换标准代码”。ASCII码是用7位二进制数表示一个字符，共能表示27=128个不同的字符，包括了26个英文大写字母、26个英文小写字母，数字符号0～9、算术与逻辑运算符号、标点符号等。在一个字节（8位二进制数）中，ASCII码用了七位，最高一位空闲，常用来作为奇偶校验位。另外，还有扩展的ASCII码，它用8位二进制数表示一个字符的编码，可表示28=256个不同的字符。

（2）国际统一编码：为了统一各种语言字符的表达方式，国际上又制定了国际统一编码（Unicode编码）。在这种编码的字符集中，一个字符的编码占用2个字节，一个字符集可以表示的字符比ASCII码字符集所表示的字符扩大了一倍。

2.汉字编码

为使计算机可以处理汉字，也需要对汉字进行编码。计算机进行汉字处理的过程实际上是各种汉字编码的转换过程。常用的汉字编码简介如下：

（1）汉字信息交换码：它的全称为“信息交换用汉字编码字符集”，也称为国标码集。国标码集共收集了6763个汉字，682个数字、序号、拉丁字母等图形符号。国标码集规定，一个汉字的编码用两个字节表示。国标码集规定，全部国标汉字及符号组成94×94的矩阵，在这个矩阵中，每一行称为一个“区”，每一列称为一个“位”。这样，就组成了94个区（01～94区），每个区内有94个位（01～94）的汉字字符集。

区码和位码简单地组合在一起（即两位区码居高位，两位位码居低位）就形成了“区位码”。区位码可唯一确定某一个汉字或汉字符号，反之，一个汉字或汉字符号都对应唯一的区位码，如汉字“啊”的区位码为“1601”（即在16区的第1位）。

（2）汉字输入码：它是为使用户能够使用西文键盘输入汉字而编制的编码，也称外码。目前，汉字主要是经标准键盘输入计算机的，所以汉字输入码都是由键盘上的字符或数字组合而成。汉字输入码有许多种不同的编码方案，包括：音码，如全拼输入法的编码；形码，如五笔字型输入法的编码；音形码，如自然码输入法的编码；数字码，等等。

（3）汉字机内码：它是为了能够在计算机内部对汉字进行处理、存储的汉字编码。不论用何种输入码，输入的汉字在机器内部都要转换成统一的汉字机内码，然后才能在计算机内传输、处理。根据汉字信息交换码，一个汉字的机内码也用2个字节存储。因为ASCII码是西文的机内码，为不使汉字机内码与ASCII码发生混淆，就把汉字每个字节的最高位置为1，作为汉字机内码。

（4）汉字输出码：也称汉字字形码。汉字是一种象形文字，每一个汉字都是一个特定的图形，它可以用点阵来描述。例如，如果用16×16点阵来表示一个汉字（如图1-2-1所示），则该汉字图形由16行16列共256个点构成，这256个点需用256个二进制的位来描述。约定当二进制位值为“1”表示对应点为黑，“0”表示对应点为白。一个16×16点阵的汉字需要2×16=32个字节用于存放图形信息，这就构成了一个汉字的图形码，所有汉字的图形码就构成了汉字字库。

当用某种汉字输入法将一个汉字输入到计算机之后，汉字管理模块立即将它转换为2个字节的国标码，同时将国标码每个字节的最高位设置为“1”，作为汉字的标志，将国标码转换成汉字内码。根据内码对应到字库中的一个汉字图形码，以输出字形。