计算机如何显示英文字母和中国字
发布网友
发布时间：2022-04-28 12:26
共3个回答
热心网友
时间：2023-10-09 03:20
１、字符（英文，包括字母、数字、标点、运算符等）编码
字符的编码采用国际通用的ASCII码（American Standard Code for Information Interchange，美国信息交换标准代码），每个ASCII码以1个字节(Byte)储存，从0到数字127代表不同的常用符号，例如大写A的ASCII码是65，小写a则是97。由于ASCII码只用了字节的七个位，最高位并不使用，所以后来又将最高的一个位也编入这套编码码中，成为八个位的延伸ASCII(ExtendedASCII)码，这套内码加上了许多外文和表格等特殊符号，成为目前常用的编码。基本的ASCII字符集共有128个字符，其中有96个可打印字符，包括常用的字母、数字、标点符号等，另外还有32个控制字符。标准ASCII码使用7个二进位对字符进行编码，对应的ISO标准为ISO646标准。
虽然标准ASCII码是7位编码，但由于计算机基本处理单位为字节（1byte = 8bit），所以一般仍以一个字节来存放一个ASCII字符。每一个字节中多余出来的一位（最高位）在计算机内部通常保持为0（在数据传输时可用作奇偶校验位）。由于标准ASCII字符集字符数目有限，在实际应用中往往无法满足要求。为此，国际标准化组织又制定了ISO2022标准，它规定了在保持与ISO646兼容的前提下将ASCII字符集扩充为8位代码的统一方法。ISO陆续制定了一批适用于不同地区的扩充ASCII字符集，每种扩充ASCII字符集分别可以扩充128个字符，这些扩充字符的编码均为高位为1的8位代码（即十进制数128~255），称为扩展ASCII码。
２、汉字的编码
（１）汉字内码
汉字信息在计算机内部也是以二进制方式存放。由于汉字数量多，用一个字节的128种状态不能全部表示出来，因此在1980年我国颁布的《信息交换用汉字编码字符集——基本集》，即国家标准GB2312-80方案中规定用两个字节的十六位二进制表示一个汉字，每个字节都只使用低7位（与ASCII码相同），即有128×128=16384种状态。由于ASCII码的34个控制代码在汉字系统中也要使用，为不致发生冲突，不能作为汉字编码，128除去34只剩94种，所以汉字编码表的大小是94×94=8836，用以表示国标码规定的7445个汉字和图形符号。
每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示，不足的地方补０，组合起来就是区位码。把区位码按一定的规则转换成的二进制代码叫做信息交换码（简称国标码）。国标码共有汉字6763个（一级汉字，是最常用的汉字，按汉语拼音字母顺序排列，共3755个；二级汉字，属于次常用汉字，按偏旁部首的笔划顺序排列，共3008个），数字、字母、符号等682个，共7445个。
由于国标码不能直接存储在计算机内，为方便计算机内部处理和存储汉字，又区别于ASCII码，将国标码中的每个字节在最高位改设为1，这样就形成了在计算机内部用来进行汉字的存储、运算的编码叫机内码（或汉字内码，或内码）。内码既与国标码有简单的对应关系，易于转换，又与ASCII码有明显的区别，且有统一的标准（内码是惟一的）。
（２）汉字外码
无论是区位码或国标码都不利于输入汉字，为方便汉字的输入而制定的汉字编码，称为汉字输入码。汉字输入码属于外码。不同的输入方法，形成了不同的汉字外码。常见的输入法有以下几类：
按汉字的排列顺序形成的编码（流水码）：如区位码；
按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等；
按汉字的字形形成的编码（形码）：如五笔字型、郑码等；
按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC。
输入码在计算机中必须转换成机内码，才能进行存储和处理。
（３）汉字字形码
为了将汉字在显示器或打印机上输出，把汉字按图形符号设计成点阵图，就得到了相应的点阵代码（字形码）。全部汉字字码的集合叫汉字字库。汉字库可分为软字库和硬字库。软字库以文件的形式存放在硬盘上，现多用这种方式，硬字库则将字库固化在一个单独的存储芯片中，再和其它必要的器件组成接口卡，插接在计算机上，通常称为汉卡。
用于显示的字库叫显示字库。显示一个汉字一般采用16×16点阵或24×24点阵或48×48点阵。已知汉字点阵的大小，可以计算出存储一个汉字所需占用的字节空间。例：用16×16点阵表示一个汉字，就是将每个汉字用16行，每行16个点表示，一个点需要1位二进制代码，16个点需用16位二进制代码（即2个字节），共16行，所以需要16行×2字节/行=32字节，即16×16点阵表示一个汉字，字形码需用32字节。
即：字节数=点阵行数×点阵列数/8
用于打印的字库叫打印字库，其中的汉字比显示字库多，而且工作时也不像显示字库需调入内存。
可以这样理解，为在计算机内表示汉字而统一的编码方式形成汉字编码叫内码（如国标码），内码是惟一的。为方便汉字输入而形成的汉字编码为输入码，属于汉字的外码，输入码因编码方式不同而不同，是多种多样的。为显示和打印输出汉字而形成的汉字编码为字形码，计算机通过汉字内码在字模库中找出汉字的字形码，实现其转换。
热心网友
时间：2023-10-09 03:20
这里以txt文件中的汉字为例, 介绍文本编辑器如何显示汉字的过程:
1. 二进制(文件,你可以把一个文件理解为一串1+0构成的内容.也可以叫落地码编码的内容)——
2. 通过落地码识别出每个字符(落地码,就是utf-8/utf-16/gbk这一类编码, 它们能够将连续的1/0组成的数字串切割(解码过程)成能n个小块(块的长度不一定相同!),每块表示一个字符(一个汉字). 而如何切割, 就是这一类编码的意义所在,具体参考每个编码定义)——
3. 每个小块转成对应的unicode值(unicode也是一种码, 他是用来区分字符和字符之间的唯一性. 即每一个不同的字符的unicode都是不同的. 它一般有固定的长度. 从落地码转成unicode码, 有固定的对应关系,具体参考落地码的编码规范)——
4. 每个unicode值映射到字体库中对应的文字图案()——
5. 读取并显示含有文字的图片
注:
从2开始, 每取下一个块,就可以立即执行345,或者取特定个之后再一起执行345.
英文也可以参照这个过程, 只是比中文更加简单, 比如2的时候,每一个英文字符的块长都是一样的.
一个文件只能有一种落地码, 并且编辑器需要知道这个落地码是哪一个码. 如果不匹配,就会看到所谓的乱码. 也不是说一定只能一种码...除非你知道你在搞什么..
落地码无处不在. 比如windows系统的默认编码,这个会影响你的粘帖板. 有时候粘帖板中也会包含字体信息.
特别要注意的是, unicode其实也算是一种落地码,只是现在一般用的不多. 当作为落地码时, 格式有ucs-2/ucs-4这两种. 比如windows记事本保存的时候有unicode选项,它默认是ucs-2.
如果有错误的地方忘指出, 谢谢!
附上两个工具:
unicode查询-网页链接
utf8转二进制等-网页链接
热心网友
时间：2023-10-09 03:21
热心网友
时间：2023-10-09 03:20
１、字符（英文，包括字母、数字、标点、运算符等）编码
字符的编码采用国际通用的ASCII码（American Standard Code for Information Interchange，美国信息交换标准代码），每个ASCII码以1个字节(Byte)储存，从0到数字127代表不同的常用符号，例如大写A的ASCII码是65，小写a则是97。由于ASCII码只用了字节的七个位，最高位并不使用，所以后来又将最高的一个位也编入这套编码码中，成为八个位的延伸ASCII(ExtendedASCII)码，这套内码加上了许多外文和表格等特殊符号，成为目前常用的编码。基本的ASCII字符集共有128个字符，其中有96个可打印字符，包括常用的字母、数字、标点符号等，另外还有32个控制字符。标准ASCII码使用7个二进位对字符进行编码，对应的ISO标准为ISO646标准。
虽然标准ASCII码是7位编码，但由于计算机基本处理单位为字节（1byte = 8bit），所以一般仍以一个字节来存放一个ASCII字符。每一个字节中多余出来的一位（最高位）在计算机内部通常保持为0（在数据传输时可用作奇偶校验位）。由于标准ASCII字符集字符数目有限，在实际应用中往往无法满足要求。为此，国际标准化组织又制定了ISO2022标准，它规定了在保持与ISO646兼容的前提下将ASCII字符集扩充为8位代码的统一方法。ISO陆续制定了一批适用于不同地区的扩充ASCII字符集，每种扩充ASCII字符集分别可以扩充128个字符，这些扩充字符的编码均为高位为1的8位代码（即十进制数128~255），称为扩展ASCII码。
２、汉字的编码
（１）汉字内码
汉字信息在计算机内部也是以二进制方式存放。由于汉字数量多，用一个字节的128种状态不能全部表示出来，因此在1980年我国颁布的《信息交换用汉字编码字符集——基本集》，即国家标准GB2312-80方案中规定用两个字节的十六位二进制表示一个汉字，每个字节都只使用低7位（与ASCII码相同），即有128×128=16384种状态。由于ASCII码的34个控制代码在汉字系统中也要使用，为不致发生冲突，不能作为汉字编码，128除去34只剩94种，所以汉字编码表的大小是94×94=8836，用以表示国标码规定的7445个汉字和图形符号。
每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示，不足的地方补０，组合起来就是区位码。把区位码按一定的规则转换成的二进制代码叫做信息交换码（简称国标码）。国标码共有汉字6763个（一级汉字，是最常用的汉字，按汉语拼音字母顺序排列，共3755个；二级汉字，属于次常用汉字，按偏旁部首的笔划顺序排列，共3008个），数字、字母、符号等682个，共7445个。
由于国标码不能直接存储在计算机内，为方便计算机内部处理和存储汉字，又区别于ASCII码，将国标码中的每个字节在最高位改设为1，这样就形成了在计算机内部用来进行汉字的存储、运算的编码叫机内码（或汉字内码，或内码）。内码既与国标码有简单的对应关系，易于转换，又与ASCII码有明显的区别，且有统一的标准（内码是惟一的）。
（２）汉字外码
无论是区位码或国标码都不利于输入汉字，为方便汉字的输入而制定的汉字编码，称为汉字输入码。汉字输入码属于外码。不同的输入方法，形成了不同的汉字外码。常见的输入法有以下几类：
按汉字的排列顺序形成的编码（流水码）：如区位码；
按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等；
按汉字的字形形成的编码（形码）：如五笔字型、郑码等；
按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC。
输入码在计算机中必须转换成机内码，才能进行存储和处理。
（３）汉字字形码
为了将汉字在显示器或打印机上输出，把汉字按图形符号设计成点阵图，就得到了相应的点阵代码（字形码）。全部汉字字码的集合叫汉字字库。汉字库可分为软字库和硬字库。软字库以文件的形式存放在硬盘上，现多用这种方式，硬字库则将字库固化在一个单独的存储芯片中，再和其它必要的器件组成接口卡，插接在计算机上，通常称为汉卡。
用于显示的字库叫显示字库。显示一个汉字一般采用16×16点阵或24×24点阵或48×48点阵。已知汉字点阵的大小，可以计算出存储一个汉字所需占用的字节空间。例：用16×16点阵表示一个汉字，就是将每个汉字用16行，每行16个点表示，一个点需要1位二进制代码，16个点需用16位二进制代码（即2个字节），共16行，所以需要16行×2字节/行=32字节，即16×16点阵表示一个汉字，字形码需用32字节。
即：字节数=点阵行数×点阵列数/8
用于打印的字库叫打印字库，其中的汉字比显示字库多，而且工作时也不像显示字库需调入内存。
可以这样理解，为在计算机内表示汉字而统一的编码方式形成汉字编码叫内码（如国标码），内码是惟一的。为方便汉字输入而形成的汉字编码为输入码，属于汉字的外码，输入码因编码方式不同而不同，是多种多样的。为显示和打印输出汉字而形成的汉字编码为字形码，计算机通过汉字内码在字模库中找出汉字的字形码，实现其转换。
热心网友
时间：2023-10-09 03:20
这里以txt文件中的汉字为例, 介绍文本编辑器如何显示汉字的过程:
1. 二进制(文件,你可以把一个文件理解为一串1+0构成的内容.也可以叫落地码编码的内容)——
2. 通过落地码识别出每个字符(落地码,就是utf-8/utf-16/gbk这一类编码, 它们能够将连续的1/0组成的数字串切割(解码过程)成能n个小块(块的长度不一定相同!),每块表示一个字符(一个汉字). 而如何切割, 就是这一类编码的意义所在,具体参考每个编码定义)——
3. 每个小块转成对应的unicode值(unicode也是一种码, 他是用来区分字符和字符之间的唯一性. 即每一个不同的字符的unicode都是不同的. 它一般有固定的长度. 从落地码转成unicode码, 有固定的对应关系,具体参考落地码的编码规范)——
4. 每个unicode值映射到字体库中对应的文字图案()——
5. 读取并显示含有文字的图片
注:
从2开始, 每取下一个块,就可以立即执行345,或者取特定个之后再一起执行345.
英文也可以参照这个过程, 只是比中文更加简单, 比如2的时候,每一个英文字符的块长都是一样的.
一个文件只能有一种落地码, 并且编辑器需要知道这个落地码是哪一个码. 如果不匹配,就会看到所谓的乱码. 也不是说一定只能一种码...除非你知道你在搞什么..
落地码无处不在. 比如windows系统的默认编码,这个会影响你的粘帖板. 有时候粘帖板中也会包含字体信息.
特别要注意的是, unicode其实也算是一种落地码,只是现在一般用的不多. 当作为落地码时, 格式有ucs-2/ucs-4这两种. 比如windows记事本保存的时候有unicode选项,它默认是ucs-2.
如果有错误的地方忘指出, 谢谢!
附上两个工具:
unicode查询-网页链接
utf8转二进制等-网页链接
热心网友
时间：2023-10-09 03:21
