字符是各種文字和符號的總稱,包括各國家文字、標點符號、圖形符號、數字等。字符集是多個字符的集合,字符集種類較多,每個字符集包含的字符個數不同,常見字符集名稱:ASCII字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集等。計算機要准確的處理各種字符集文字,需要進行字符編碼,以便計算機能夠識別和存儲各種文字。
中文文字數目大,而且還分為簡體中文和繁體中文兩種不同書寫規則的文字,而計算機最初是按英語單字節字符設計的,因此,對中文字符進行編碼,是中文信息交流的技術基礎。本文將按照字符集的時間順序討論幾種典型的字符集,選取幾種代表性的中文字符集,研究歷史由來、特點、技術特征。
ASCII字符集
1.名稱的由來
ASCII(AmericanStandardCodeforInformationInterchange,美國信息互換標准代碼)是基於羅馬字母表的一套電腦編碼系統。
2.特點
它主要用於顯示現代英語和其他西歐語言。它是現今最通用的單字節編碼系統,並等同於國際標准ISO646。
3.包含內容
控制字符:回車鍵、退格、換行鍵等。
可顯示字符:英文大小寫字符、阿拉伯數字和西文符號
4.技術特征
7位(bits)表示一個字符,共128字符
5.ASCII擴展字符集
7位編碼的字符集只能支持128個字符,為了表示更多的歐洲常用字符對ASCII進行了擴展,ASCII擴展字符集使用8位(bits)表示一個字符,共256字符。
ASCII擴展字符集比ASCII字符集擴充出來的符號包括表格符號、計算符號、希臘字母和特殊的拉丁符號。