计算机组成原理—非数值型数据的表示

2.2 非数值型数据的表示

非数值的文字和其他符号也要数字化为二进制编码表示。

2.2.1 字符和字符串

1．ASCII码：American Standard Code for Information Interchange，美国信息交换标准代码。

ASCII码由7位二进制数码组成。

字符的具体ASCII编码见教材P36表2-1所示。

常用的：

• 0~9的ASCII码：30H ~ 39H
• A~Z的ASCII码：41H ~ 5AH
• a~z的ASCII码：61H ~ 6AH

将ASCII码的最高位置0或一位奇偶校验位，存储时占一个字节。

2.字符串及其存储

以ASCII码形式在主存中占用连续的多个字节。

当主存的字长是多个字节时，同一主存字中可以按从低位字节向高位字节顺序存放字符串，也可以按从高位字节向低位字节的次序存放字符串。

如：字长为4字节的主存，存放字符串“IF˽ A>B ˽ THEN ˽ X=2”，可以是如下两种存放形式：

2.2.2 汉字的表示

三种类型的编码

汉字在计算机中存储、传输、交换、输出，需要有输入、内部处理和输出三种类型的编码。

1.汉字国标码、区位码

国标码是我国在1981年公布的GB2312-80编码，主要用于汉字信息处理系统或者通信系统之间交换信息。

规定：一个汉字用两个字节表示，每个字节只用低七位编码，最高位为0，未作定义。最多能够表示出128´128=16384个汉字。目前，国标码共收集了6763个常用汉字。

GB2312-80码将汉字分成94个区，每个区又包含94个位，每个汉字对应一个区号和位号，也常称为区位码。

例如：汉字“青”在39区64位，其区位码是3964；汉字“岛”在21区26位，其区位码是2126。

2.汉字机内码

简称内码，是汉字在计算机内部进行存储、交换、检索等操作的一种代码，一般采用两字节表示。

国标码每个字节的最高位都是“0”，与ASCII码无法区分。

例如：两个字节内容是30H和21H时，可以认为是一个汉字“啊”的国标码，也可以理解为两个英文字符“0”和“！”的ASCII码。

将国标码的两个字节的最高位设定为1，得到相应的机内码。

例如，汉字“啊”的机内码是：10110000 10100001

3.汉字的输入编码

目前常用的输入编码方法有以下几种：

（1）数字编码：常用的区位码。每输入一个汉字需按4次键。

无重码，与内码之间的转换方便，代码难记忆。

（2）拼音码：输入重码率很高，影响输入的速度。

改进：增加智能联想功能，提高输入速度。

（3）字形编码：五笔字型编码是一种最有影响的字形编码。

上述都是利用键盘进行“手动”输入。理想的输入方式是利用语音或图像识别技术“自动”将汉字输入到计算机内，使计算机能认识汉字、听懂汉语，并将其自动转换为机内码。目前写字板手写输入，语音输入，扫描仪识别文字输入等。

4．汉字字模码

用点阵表示汉字字形的编码实现输出汉字（显示或打印）。

16×16点阵表示的汉字“英”的编码：

字模点阵占用的存储空间很大，一般只能用来构成汉字库，而不用于机内存储。当显示或打印输出时检索字库，输出字模点阵，得到字形。

采用字形数据压缩技术节省存储空间。如矢量汉字采用矢量方法，将汉字点阵字模进行压缩。

2.2.3 Unicode编码

• code编码也被称为统一代码，适用于世界上所有语言。
• Unicode的每一个字符采用2个字节，可以表示65536个不同字符。兼顾已存在的编码方案，前128个字符编码0000h～007Fh与ASCII码字符一致。
• 这种编码方式对国际商业和通讯来说非常有用。
• Unicode还适合于软件的本地化，即针对特定的国家修改软件：使用Unicode，软件开发人员可以修改屏幕的提示、菜单和错误信息，以适用于不同的语言和地区。
• Unicode编码在Internet中有着较为广泛的使用

2.3 其他信息的数字化

语音、图像、图形等信息在计算机中的二进制编码的形式。

1.语音信息的数字化

语音是一种模拟信号，不能直接进入计算机存储。需经过对声音信号进行采样和量化后才能进入计算机存储。

（1）采样：由麦克风、录音机等录音设备把语音信号变成频率、幅度连续变化的电流信号，经过采样得到一组与声音信号幅值相对应的离散的数值，其包含了声音信号的频率和幅值的特征信息。

（2）量化：将采样得到的声音的离散的数据值换成一个n位二进制的数字量。

（3）编码：对量化后的二进制数字按照一定的格式进行编码，形成相应格式的文件存储。为了方便存储或传输，音频信息通常还要进行压缩。常用的声音文件格式有mp3、mav、midi等。

2.图像信息的数字化

• 一幅图像可以看作是由一个个像素点构成。
• 图像的数字化，就是对每个像素点的灰度值进行采样、量化，再进行编码的过程。
• 常用图像信息的文件格式有bmp、gif、jpg等。

3.图形信息的数字化

• 图形的基本元素是图元，只需要知道图元的几个特征数据就可以通过图形指令进行描述。
• 比如，只需要知道半径和圆心就能画出圆的图形。
• 图形信息只需要存储包含的各图元指令，所以占用的存储空间比位图图像小许多。