码扩展规范》GBK字符集中一共有21003个汉字 和883个图形符号，它与GB2312国标汉字字符 集及其内码保持兼容。
组成：共收入21886个汉字和图形符号 (21003个汉字，883个图形符号)
18
文字的表示及处理
GBK汉字内码扩充规 范
GBK编码区分三个部分: ▪ 汉字区（21003个汉字）、图形符号区、用户自定 义区 ▪ GBK每一个字符都采用双字节表示
例如: “大”字的区号20，位号83 区位码：20 83
二进制表示为：00010100 01010011
国标交换码：52 115 （+32） 二进制表示为：00110100 01110011
15
文字的表示及处理
1.GB2312-80汉字编 码机内码：
问题：文本中的汉字与西文字符经常是混合在 一起使用的，汉字信息如不予以特别的标识， 它与单字节的标准ASCII码就会混淆不清。
大
13
文字的表示及处理
1.GB2312-80汉字编 码国标交换码 (国标码):
问题：信息通信中，汉字的区位码与通信 使用的控制码（00H～1FH）发生冲突。
解决方案：为了避免汉字区位码与通信控 制码的冲突，每个汉字的区号和位号必须 分别加上32。得到的代码称为汉字的“国 标交换码”
14
文字的表示及处理
位号
1 2 3 ……………… 94 1
字母、数字和各种符号 9
16
(按汉语拼音排列)
一级汉字
…… ……
区
（3755个）
号 55
56
(按偏旁部首排列)
二级汉字
（3008个） 87
（扩充使用） 94
共6763个汉字和 682个符号，每个 汉字或符号都有一 个确定位置，该位 置的区号和位号就 是这个汉字的“区 位码”
二进制表示为：00110100 01110011
机内码：180 243 （+128）
二 进 制 表 示 为 ： 10110100 11110011
（B4F3）
17
文字的表示及处理
2.GBK汉字内码扩展规范
问题：GB2312-80只有6763个汉字，使 用时功能不够。
解决方法：1995年发布GBK，全称为《汉字内
Unicode：统一码或联合码，与UCS完全 等同的工业标准 优点：编码空间极大（4个字节），能容纳足 够多的各种字符集（13亿字符）
b3b2b1b0
0 1 2 3 4 5 6 7 8 9 A BC D E F
b6b5b4
0
控制字符
1
2
3
4
5
6
7
4
文字的表示及处理
b6bb53bb42b10b0 1 2 3 4 5 6 7 8 9制字符
1
2
3
4
5
6
7
5
文字的表示及处理
每个字符用标准规定的7位二进制数表示， 在机内占一个字节（最高位为0）。
总体编码范围为：8140H—FEFEH，共23940个码位； 首字节范围：81H—FEH（二进制最高位为1）； 尾字节范围：40H—FEH（二进制最高位可以为0或1）；
19
文字的表示及处理
3.UCS/Unicode汉字编码
目的：统一的多文本处理环境,实现所有字符 在同一字符集中统一编码 途径:UCS：ISO/IEC 10646 (通用多8位编码 字符集)
9
文字的表示及处理
（2）第二部分：一级常用汉字，共3755个， 按汉语拼音排列
（3）第三部分：二级常用汉字，共3008个， 按偏旁部首排列
汉字共6763个 字符共7445个
10
文字的表示及处理
1.GB2312-80汉字编
码
GB2312-80字符集
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
11
文字的表示及处理
1.GB2312-80汉字编 码 区位码： GB2312-80是一个二维代 码表，有94行、94列, 汉字在代码表中 的位置用它所处的行号、列号表示。
行号 区号 列号 位号
12
文字的表示及处理
例如：
“大”字的区号20，位号83，
区位码是20 83
83列
用2个字节表示为：
00010100 01010011 20行
字符编码(略看)
文字的表示及处理
一、西文字符编码
1. ASCII码 ASCII码，即美国标准信息交换码
(American Standard Code for Information
Interchange)，使用7个二进位对字符进行编 码。
2
文字的表示及处理
❖ 基本的ASCII字符集共有128个字符
2.会推算同组字符ASCII码值 如A的ASCII值（十进制）为65，则B、C… 的ASCII值分别为66、67…
7
文字的表示及处理
2.EBCDIC码
定义方式: 用8位二进制数位表示一个字符的扩充
二-十进制 交换码. 特点: 每个字符对应一个字节，共256种 说明: 有很多编码没有使用,保留做为扩充
8
文字的表示及处理
二、汉字编码
1.GB2312-80汉字编 码1981年,国家标准局颁布了《信息交换用汉字编
码字符集-基本集》(GB2312-80) (国标码)。
组成：
（1）第一部分：字母、数字和各种符号，包 括拉丁字母、俄文、日文平假名与片假名、希 腊字母、汉语拼音等共682个（统称为GB2312 图形符号）
解决方法：使表示GB2312汉字的两个字节的 最高位(b7)都置为“1”。这种汉字编码,称为 GB2312汉字的“机内码” 。
16
文字的表示及处理
区位码 + 32 = 国标码
例如：“大”字 区位码：20 83
国标码+128 = 机内码
二进制表示为：00010100 01010011
国标交换码：52 115 （+32）
如： 字符“A”的ASCII码为：
(01000001)2 或(65)10、(101)8、 (41)16
字符“0”的ASCII码为：
(00110000)2 或(48)10、(60)8、(30)16
6
文字的表示及处理
要求：
1.会比较ASCII字符的大小（按其ASCII码值） 空格＜0～9＜A ～Z ＜a～z
95个可打印字符（常用字母、数字、标点符号） 33个控制字符（不可直接显示或打印）
❖ 特殊字符的ASCII码 空格(32)、A(65)、a(97)、0(48)
下面为ASCII代码表：
3
文字的表示及处理
标准ASCII字符集及其码表 b6 b5 b4 b3 b2 b1 b0
1 01 0 01 10 1 01