江苏专转本计算机第05章知识点

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

第5章 数字媒体及应用5.1 文本与文本处理5.2 图像与图形

5.3 数字声音及应用5.4 数字视频及应用

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

本章考题题型分布年 份 单选 多选 填空 判断 小计

2005年2006年

13

11

23

12

59

2007年 2008年2009年

4 55

1 11

1 11

3 22

9 99

2010年

5

1

1

2

9

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

5.1 文本与文本处理5.1.1 字符的编码 5.1.2 文本准备 5.1.3 文本的分类

5.1.4 文本编辑、排版与处理5.1.5 文本的展现

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

文字处理是计算机应用的基础

计算机应用=使用计算机进行信息处理文字 数值 语言 音乐 图像

信息的形态有多种

其中，文字信息处理是涉及面最广的一种计算机应用，几乎与任何领域任何人都有 关。

···

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

计算机文字处理过程文字信息在计算机中称为“文本”(text),文本是 计算机中最常用的一种数字媒体 文本由一系列 “字符”(character)组成，每个字 符均使用二进制编码表示 文本在计算机中的处理过程是： (3)文本处理 文本准备 (文字与图表 的输入) 文本编辑 与排版 (文本处理软件)

文本存储 文本 电子 (文本编辑器) 格式化的 展现 与传输 文本 电子文本 (存档/通信软件) (文本阅读器)

(1)

(2)

(4)

(5)

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

5.1.1. 字符在计算机中的表示

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

文字的基本元素是字母和符号，统称为“字符” (character),它包括：字母、数字、标点、符号 等 字符集：一组特定字符的集合– 不同的字符集包含的字符数目与内容不同，如： 中文字符集、西文字符集、日文字符集等 – 字符集中每个字符的二进位表示，称为该字符的编码 或代码(code) – 不同的字符其编码各不相同 – 字符集中所有字符的编码的一览表，称为该字符集的 码表

字符、字符集及其编码表

字符的编码：

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

一、西文字符的编码——ASCII码

西文是表音文字(拼音文字),它由拉丁字母、数字、标点符号以及一些特殊符号所组成

美国标准信息交换码(ASCII码):– ASCII字符集包含96个可打印字符和32个控制字符 – 采用7个二进位进行编码

– 计算机中使用1个字节存储1个ASCII 字符 0X X X X X X X

存在问题：– 字符集太小(只有128个字符) – 不同国家和地区使用不同的字符集及其编码，互不兼容

– 东亚地区使用的大字符集无法编码

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

GB2312汉字编码字符集 1980年颁布《信

息交换用汉字编码字符集· 基本集》(我 国第一个国家标准)——GB2312-1980GB2312字符集由三个部分构成：9 16

位号 1 2 3 ……………… 94 1 字母、数字和各种符号 一级汉字 (3755个) (按汉语拼音排列) 二级汉字 (3008个) (按偏旁部首排列) (扩充使用)

拉丁字母、俄 文、日文平假 名与片假名、 希腊字母、汉 语拼音等共682 个

区 号 5556

共6763个汉字和 682个符号，每个 汉字和符号都有一 个确定位置

8794

……

……

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

区位码：GB2312国标字符集构成一个二维平面，它 分成94行、94列，行号称为区号，列号称为位号。 问题：文本中的汉字与西文字符易与单字节的标准 ASCII码混淆不清。 例如：“大”字的区号20,位号83,区位码是20 83, 用2个字节表示为：00010100 01010011(1453H)。 解决方法：把一个汉字看作两个扩展ASCII码，即每个 汉字的区号和位号必须分别加上32(即 0010 0000),且 使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。 1X X X X X X X

1

X

X

X

X

X

X

X

第1字节 第2字节 这种高位为 l 的双字节(16位)汉字编码就称为 GB2312汉字的“机内码”,又称内码。例如：“大” 字的内码是：10110100 11110011(B4F3)。

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

汉字的区位码、国标码、机内码的关系：

国标码=区位码+2020H机内码=国标码+8080H

机内码=区位码+A0A0H汉字机内码双字节，最高位是1; 西文字符机内码单字节，最高位是0。

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

GBK汉字内码扩充规范 GB2312的不足：– 汉字字数太少，缺少繁体字,无法满足人名、地名、古 籍整理、古典文献研究等应用的需要；与ASCII码不兼 容

GBK汉字内码扩充规范(1995):– 在GB2312基础上，增加了1万多汉字(包括繁体字)和符 号 – 共有21003个汉字和883个图形符号，如“計算機”、 冃、冄、円、冇等繁体字和生僻字 – 与GB8312保持向下兼容，也使用双字节表示，第1字 1 X X X X X X X X X X X X X X X 节最高位必须为“1”: 第1字节 第2字节

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

背景：为了实现全球数以千计的不同语言文字的统一编码 方案：ISO将全球所有文字字母和符号集中在一个字符集 中进行统一编码(目前共收集了17x216=1,114,112 个) ,称 为UCS/Unicode UCS/Unicode的编码方案：– 先实现部分字符的编码(共107,361个字符) – 尽量与已有编码标准兼容 – 其中包含有中、日、韩统一整理出来的近3万汉字(CJK汉字) – 允许有若干不同的编码方案, 例如：Unicode:UTF-8 单字节可变长编码单字节：ASCII字符 双字节：拉丁、希腊、阿拉伯，· · · 三字节：CJ

K汉字 四字节：其他

UCS/Unicode多文种大字符集

Unicode:UTF-16双字节可变长编码双字节： ASCII字符、拉丁、希腊、 阿 拉伯，常用CJK汉字，· · ·四字节：非常用CJK汉字

应用：Linux,Web网页，电子邮件

应用：Windows,Mac,Java,· · ·

江苏专转本计算机第05章知识点

选择了学习，就是选择了成功！

GB18030汉字编码标准背景：无论是Unicode的UTF-8还是UTF-16,其CJK汉字 字符集虽然覆盖了我国已使用多年的GB2312和GBK标准 中的汉字，但它们的编码并不相同 为了既能与UCS/Unicode编码标准接轨，又能保护我国已 有的大量汉字信息资源，我国在2000年和2005年两次发布 GB18030汉字编码国家标准。 GB18030实质上是UCS/Unicode字符集的另一种编码方案：– 单字节编码(128个)表示ASCII字符 – 双字节编码(23940个)表示汉字，与GBK(以及GB2312)保持向下 兼容，GBK不再使用 – 四字节编码( …… 此处隐藏：2100字，全部文档内容请下载后查看。喜欢就下载吧 ……