数字媒体及应用new

《数字媒体及应用new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、1、文本概述  文字：一种书面语言，由一系列称为“字符”(character)的书写符号构成。  文本：文字信息在计算机中的表示形式，是基于特定字符集的、具有上下文相关性的一个（二进制编码）字符流，是计算机中最常用的一种数字媒体。组成文本的基本元素是字符，字符在计算机中采用二进制编码表示。2、文本处理  文本在计算机中的处理过程：文本的准备（如汉字的输入）、文本编辑、文本处理、文本存储与传输、文本展现等，根据应用的不同，各个处理环节的内容和要求可能有很大的差别。5.1.1文本的表示与字符的编码 1、文本的表示  文本是计算机表示文字及符号信息的最常用也是最基本的一种数

2、字媒体。由于文字和符号采用了二进制编码表示，因而可以方便地进行编辑、排版和各种分析处理（如统计、排序、分类、索引、检索等）。2、西文字符集编码 字符集：常用字符的集合。 西文字符集：由拉丁字母、数字、标点符号及一些特殊符号组成。 字符的编码：字符集中每一个字符各有一个代码，即字符的二进制表示，称为该字符的编码。（1）标准ASCII编码字符集。  美国标准信息交换码(AmericanStandardCodeforInformationInterchange)：使用7个二进位对字符进行编码（叫做标准ASCII码），称为ISO-646标准。基本的ASCII字符集共有128个

3、字符，其中包括96个可打印字符（常用字母、数字、标点符号等），32个控制字符。常用的特殊字符的ASCII码：空格(32)、A(65)、B(66)、…、Z(90)、a(97)、b(98)、…、z(122)、数字0(48)、1(49)、…、9(57)。  其编码规则为：用7位二进制数对每一个字符进行编码（字符的ASCII码），在计算机内部则用字符的ASCII码存储和表示该字符。在计算机中的存储方法是：用一个字节(8位)来存储一个字符的ASCII码。每个字节中多出来的最高位一般保持为“0”。 （2）扩充ASCII编码字符集。 标准ASCII字符集只有128个不同的字符，在很

4、多应用中无法满足要求。按照IS02022标准（《七位字符集的代码扩充技术》）的规定，ISO陆续制定了一批适用于不同地区的扩充ASCII字符集，每个扩充ASCII字符集分别可以扩充128个字符，这些扩充字符的编码均是高位为“1”的8位代码（十进制数128～255），称为扩展ASCII码。3、汉字编码字集（1）GB2312-80汉字编码字符集。 《信息交换用汉字编码字符集·基本集》(GB2312-80)，其组成部分包括： 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）。 第二部分：一级常

5、用汉字，共3755个，按汉语拼音排列。 第三部分：二级常用字，共3008个，按偏旁部首排列。  ①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。每一个汉字或符号在码表中都有各自的位置，字符的位置用它所在的区号（行号）及位号（列号）来表示。每个汉字的区号和位号分别用1个字节来表示。如：“大”字的区号20，位号83，区位码是2083，用2个字节表示为：0001010001010011B(即十六进制1453H)。   ②国标交换码：将GB2312字符集中每个汉字的区号和位号必须分别加上32（即二进制0010 0000，十六

6、进制20H），就可以得到该汉字的“国标交换码”（简称交换码）。因此，“大”字的国标交换码是：0011010001110011B（即十六进制3473H）。 ③机内码：把一个汉字看作两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。这种高位为1的双字节（16位）汉字编码就称为GB2312汉字的“机内码”，又称内码。即将汉字的区号和位号必须分别加上160(即二进制10100000，十六进制AOH)，就可以得到该汉字的“机内码”。如：“大”字的机内码是：1011010011110011（即十六进制B4F3H）。 综上所述，可以总结如下公式：国

7、标码=区位码+2020H，机内码=区位码+A0A0H。   （2）GBK汉字编码字符集。   GB2312-80只有6763个汉字，使用时功能不够。1995年发布GBK，全称为《汉字内码扩展规范》  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。它除了包含GB2312中的全部汉字和符号，还包括繁体字和中、日、韩文字中的大量汉字。 GBK的编码是用2字节编码表示，第1字节的最高位必为“1”，第2字节的最高位不一定是“1”。与GB2312-80保持兼容。  （3）UCS/Unicode与GB180