數(shù)字媒體及應(yīng)用new

《數(shù)字媒體及應(yīng)用new》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、1、文本概述??文字：一種書面語言，由一系列稱為“字符”(character)的書寫符號構(gòu)成。??文本：文字信息在計算機中的表示形式，是基于特定字符集的、具有上下文相關(guān)性的一個（二進制編碼）字符流，是計算機中最常用的一種數(shù)字媒體。組成文本的基本元素是字符，字符在計算機中采用二進制編碼表示。2、文本處理??文本在計算機中的處理過程：文本的準備（如漢字的輸入）、文本編輯、文本處理、文本存儲與傳輸、文本展現(xiàn)等，根據(jù)應(yīng)用的不同，各個處理環(huán)節(jié)的內(nèi)容和要求可能有很大的差別。5.1.1文本的表示與字符的編碼?1、文本的表示??文本是計算機表示文字及符號信息的最常用也是最基本的一種數(shù)

2、字媒體。由于文字和符號采用了二進制編碼表示，因而可以方便地進行編輯、排版和各種分析處理（如統(tǒng)計、排序、分類、索引、檢索等）。2、西文字符集編碼?字符集：常用字符的集合。?西文字符集：由拉丁字母、數(shù)字、標點符號及一些特殊符號組成。?字符的編碼：字符集中每一個字符各有一個代碼，即字符的二進制表示，稱為該字符的編碼。（1）標準ASCII編碼字符集。??美國標準信息交換碼(AmericanStandardCodeforInformationInterchange)：使用7個二進位對字符進行編碼（叫做標準ASCII碼），稱為ISO-646標準?；镜腁SCII字符集共有128個

3、字符，其中包括96個可打印字符（常用字母、數(shù)字、標點符號等），32個控制字符。常用的特殊字符的ASCII碼：空格(32)、A(65)、B(66)、…、Z(90)、a(97)、b(98)、…、z(122)、數(shù)字0(48)、1(49)、…、9(57)。??其編碼規(guī)則為：用7位二進制數(shù)對每一個字符進行編碼（字符的ASCII碼），在計算機內(nèi)部則用字符的ASCII碼存儲和表示該字符。在計算機中的存儲方法是：用一個字節(jié)(8位)來存儲一個字符的ASCII碼。每個字節(jié)中多出來的最高位一般保持為“0”。?（2）擴充ASCII編碼字符集。?標準ASCII字符集只有128個不同的字符，在很

4、多應(yīng)用中無法滿足要求。按照IS02022標準（《七位字符集的代碼擴充技術(shù)》）的規(guī)定，ISO陸續(xù)制定了一批適用于不同地區(qū)的擴充ASCII字符集，每個擴充ASCII字符集分別可以擴充128個字符，這些擴充字符的編碼均是高位為“1”的8位代碼（十進制數(shù)128～255），稱為擴展ASCII碼。3、漢字編碼字集（1）GB2312-80漢字編碼字符集。?《信息交換用漢字編碼字符集·基本集》(GB2312-80)，其組成部分包括：?第一部分：字母、數(shù)字和各種符號，包括拉丁字母、俄文、日文平假名與片假名、希臘字母、漢語拼音等共682個（統(tǒng)稱為GB2312圖形符號）。?第二部分：一級常

5、用漢字，共3755個，按漢語拼音排列。?第三部分：二級常用字，共3008個，按偏旁部首排列。??①區(qū)位碼：GB2312國標字符集構(gòu)成一個二維平面，它分成94行、94列，行號稱為區(qū)號，列號稱為位號。每一個漢字或符號在碼表中都有各自的位置，字符的位置用它所在的區(qū)號（行號）及位號（列號）來表示。每個漢字的區(qū)號和位號分別用1個字節(jié)來表示。如：“大”字的區(qū)號20，位號83，區(qū)位碼是2083，用2個字節(jié)表示為：0001010001010011B(即十六進制1453H)。???②國標交換碼：將GB2312字符集中每個漢字的區(qū)號和位號必須分別加上32（即二進制0010?0000，十六

6、進制20H），就可以得到該漢字的“國標交換碼”（簡稱交換碼）。因此，“大”字的國標交換碼是：0011010001110011B（即十六進制3473H）。?③機內(nèi)碼：把一個漢字看作兩個擴展ASCII碼，使表示GB2312漢字的兩個字節(jié)的最高位(b7)都等于“1”。這種高位為1的雙字節(jié)（16位）漢字編碼就稱為GB2312漢字的“機內(nèi)碼”，又稱內(nèi)碼。即將漢字的區(qū)號和位號必須分別加上160(即二進制10100000，十六進制AOH)，就可以得到該漢字的“機內(nèi)碼”。如：“大”字的機內(nèi)碼是：1011010011110011（即十六進制B4F3H）。?綜上所述，可以總結(jié)如下公式：國

7、標碼=區(qū)位碼+2020H，機內(nèi)碼=區(qū)位碼+A0A0H。???（2）GBK漢字編碼字符集。???GB2312-80只有6763個漢字，使用時功能不夠。1995年發(fā)布GBK，全稱為《漢字內(nèi)碼擴展規(guī)范》??GBK字符集中一共有21003個漢字和883個圖形符號，它與GB2312國標漢字字符集及其內(nèi)碼保持兼容。它除了包含GB2312中的全部漢字和符號，還包括繁體字和中、日、韓文字中的大量漢字。?GBK的編碼是用2字節(jié)編碼表示，第1字節(jié)的最高位必為“1”，第2字節(jié)的最高位不一定是“1”。與GB2312-80保持兼容。??（3）UCS/Unicode與GB180