1.3.2　數據在計算機中的表示

1.數值數據的表示

數值數據用來表示量的大小、正負，如整數、小數等。在計算機內，數值是用二進制來表示的，也就是說，無論多大的數，在計算機中都只能用0和1來表示。

2.字符數據的表示

人們使用計算機的基本手段是通過鍵盤與計算機交互，從鍵盤敲入的各種命令和數據都是以字符形式體現的。然而，計算機只能存儲二進制數，這就需要對字符數據編碼，并由機器自動轉換為二進制形式存入計算機。下面介紹幾種在計算機應用中經常使用的編碼。

1）西文字符編碼（ASCII）

ASCII是英文American Standard Code for Information Interchange（美國標準信息交換碼）的縮寫。目前，計算機中一般都采用國際標準化組織規定的ASCII碼來表示英文字母和符號。ASCII碼用7位二進制數來表示一個字符，由于2的7次方為128，所以共有128種不同組合，可以表示128個不同字符。其中包括數碼0～9，26個大小寫英文字母以及各種運算符號、標點符號及控制字符等。基本ASCII字符表如表1-4所示。

從表1-4中可以看出，字符ASCII碼的大小規律一般如下：由于基本ASCII字符是按ASCII碼值的大小進行排列，因而數字的ASCII碼小于字母；在數字的ASCII碼中，0的ASCII碼最小，9的代碼最大；大寫字母的ASCII碼比小寫字母的ASCII碼小；對于字母字體，ASCII碼的大小按字母順序遞增，A的ASCII碼最小，z的ASCII碼最大。其中，0的ASCII碼為48，A的ASCII碼為65，a的ASCII碼為97，其他數字和字母的ASCII碼可以依次推算出來。

擴充ASCII碼的最高位為1，其范圍用二進制表示為10000000～11111111，用十進制表示為128～255，也有128種。ASCII碼目前已被國際標準化組織（ISO）和國際電報電話咨詢委員會（CCITT）采納，成為一種國際通用的信息交換標準代碼。

2）漢字字符編碼

對于英文，大小寫字母總計只有52個，加上數字、標點符號和其他常用符號，128個編碼基本夠用，所以ASCII碼基本上滿足了英語信息處理的需要。漢字不是拼音文字，而是象形文字，由于常用的漢字有6000多個，因此使用7位二進制編碼是遠遠不夠的，必須使用更多的二進制位。

1980年，我國頒布了《信息交換用漢字編碼字符集　　基本集》的國標交換碼，國家標準號為GB/T 2312—1980，收錄了6763個漢字和619個圖形符號。在GB/T 2312—1980中，規定用兩個連續字節，即16位二進制代碼表示一個漢字。由于每個字節的高位規定為1，這樣就可以表示128×128=16384個漢字。在GB/T 2312—1980中，根據漢字的使用頻率分為兩級，第一級有3755個，按漢語拼音字母的順序排列；第二級有3008個，按部首排列。

英文是拼音文字，基本符號比較少，編碼比較容易，而且在計算機系統中，輸入、內部處理、存儲和輸出都可以使用同一代碼。漢字種類繁多，編碼比西文要困難得多，而且在漢字處理系統中，輸入、內部處理、輸出對漢字代碼的要求不盡相同，所以使用的代碼也不盡相同。漢字信息處理系統在處理漢字和詞語時，要進行一系列的漢字代碼轉換。下面介紹主要的漢字代碼。

（1）漢字輸入碼（外碼）

漢字的字數繁多，字形復雜，字音多變，常用漢字就有6000多個。在計算機系統中使用漢字，首先遇到的問題就是如何把漢字輸入到計算機中。為了能直接使用西文標準鍵盤進行輸入，必須為漢字設計相應的編碼方法。漢字編碼方法主要有拼音輸入、數字輸入、字形輸入、音形輸入等。

（2）漢字內部碼（內碼）

漢字內部碼是漢字在設備和信息處理系統內部最基本的表達形式，是在設備和信息處理系統內部存儲、處理和傳輸漢字用的代碼。目前，世界各大計算機公司一般均以ASCII碼為內部碼來設計計算機系統。漢字數量多，用一個字節無法區分，一般用兩個字節來存放漢字的內碼，兩個字節共有16位，可以表示65536個可區別的碼。如果兩個字節各用7位，則可表示16384個可區別的碼，這已經夠用了。另外，漢字字符必須和英文字符相互區別開，以免造成混淆。英文字符的機內代碼是7位ASCII碼，最高位為“0”，漢字機內代碼中兩個字節的最高位均為“1”。不同計算機系統采用的漢字內部碼有可能不同。

（3）漢字字形碼（輸出碼）

漢字字形碼是漢字字庫中存儲的漢字字形的數字化信息，用于漢字的顯示和打印。字形碼也稱字模碼，是用點陣表示的漢字字形代碼，它是漢字的輸出形式。根據輸出漢字的要求不同，點陣的多少也不同。簡易型漢字為16×16點陣，提高型漢字為24×24點陣、32×32點陣、48×48點陣，等等。

字模點陣的信息量是很大的，所占用的存儲空間也很大，以16×16點陣為例，每個漢字就要占用32個字節，兩級漢字大約占用256KB。

完整的漢字信息處理都離不開從輸入碼到機內碼、由機內碼到字形碼的轉換。雖然漢字的輸入碼、機內碼、字形碼目前并不統一，但是只要在信息交換時，使用統一的國家標準，就可以達到信息交換的目的。