1.3.2　数据在计算机中的表示

1.数值数据的表示

数值数据用来表示量的大小、正负，如整数、小数等。在计算机内，数值是用二进制来表示的，也就是说，无论多大的数，在计算机中都只能用0和1来表示。

2.字符数据的表示

人们使用计算机的基本手段是通过键盘与计算机交互，从键盘敲入的各种命令和数据都是以字符形式体现的。然而，计算机只能存储二进制数，这就需要对字符数据编码，并由机器自动转换为二进制形式存入计算机。下面介绍几种在计算机应用中经常使用的编码。

1）西文字符编码（ASCII）

ASCII是英文American Standard Code for Information Interchange（美国标准信息交换码）的缩写。目前，计算机中一般都采用国际标准化组织规定的ASCII码来表示英文字母和符号。ASCII码用7位二进制数来表示一个字符，由于2的7次方为128，所以共有128种不同组合，可以表示128个不同字符。其中包括数码0～9，26个大小写英文字母以及各种运算符号、标点符号及控制字符等。基本ASCII字符表如表1-4所示。

从表1-4中可以看出，字符ASCII码的大小规律一般如下：由于基本ASCII字符是按ASCII码值的大小进行排列，因而数字的ASCII码小于字母；在数字的ASCII码中，0的ASCII码最小，9的代码最大；大写字母的ASCII码比小写字母的ASCII码小；对于字母字体，ASCII码的大小按字母顺序递增，A的ASCII码最小，z的ASCII码最大。其中，0的ASCII码为48，A的ASCII码为65，a的ASCII码为97，其他数字和字母的ASCII码可以依次推算出来。

扩充ASCII码的最高位为1，其范围用二进制表示为10000000～11111111，用十进制表示为128～255，也有128种。ASCII码目前已被国际标准化组织（ISO）和国际电报电话咨询委员会（CCITT）采纳，成为一种国际通用的信息交换标准代码。

2）汉字字符编码

对于英文，大小写字母总计只有52个，加上数字、标点符号和其他常用符号，128个编码基本够用，所以ASCII码基本上满足了英语信息处理的需要。汉字不是拼音文字，而是象形文字，由于常用的汉字有6000多个，因此使用7位二进制编码是远远不够的，必须使用更多的二进制位。

1980年，我国颁布了《信息交换用汉字编码字符集　　基本集》的国标交换码，国家标准号为GB/T 2312—1980，收录了6763个汉字和619个图形符号。在GB/T 2312—1980中，规定用两个连续字节，即16位二进制代码表示一个汉字。由于每个字节的高位规定为1，这样就可以表示128×128=16384个汉字。在GB/T 2312—1980中，根据汉字的使用频率分为两级，第一级有3755个，按汉语拼音字母的顺序排列；第二级有3008个，按部首排列。

英文是拼音文字，基本符号比较少，编码比较容易，而且在计算机系统中，输入、内部处理、存储和输出都可以使用同一代码。汉字种类繁多，编码比西文要困难得多，而且在汉字处理系统中，输入、内部处理、输出对汉字代码的要求不尽相同，所以使用的代码也不尽相同。汉字信息处理系统在处理汉字和词语时，要进行一系列的汉字代码转换。下面介绍主要的汉字代码。

（1）汉字输入码（外码）

汉字的字数繁多，字形复杂，字音多变，常用汉字就有6000多个。在计算机系统中使用汉字，首先遇到的问题就是如何把汉字输入到计算机中。为了能直接使用西文标准键盘进行输入，必须为汉字设计相应的编码方法。汉字编码方法主要有拼音输入、数字输入、字形输入、音形输入等。

（2）汉字内部码（内码）

汉字内部码是汉字在设备和信息处理系统内部最基本的表达形式，是在设备和信息处理系统内部存储、处理和传输汉字用的代码。目前，世界各大计算机公司一般均以ASCII码为内部码来设计计算机系统。汉字数量多，用一个字节无法区分，一般用两个字节来存放汉字的内码，两个字节共有16位，可以表示65536个可区别的码。如果两个字节各用7位，则可表示16384个可区别的码，这已经够用了。另外，汉字字符必须和英文字符相互区别开，以免造成混淆。英文字符的机内代码是7位ASCII码，最高位为“0”，汉字机内代码中两个字节的最高位均为“1”。不同计算机系统采用的汉字内部码有可能不同。

（3）汉字字形码（输出码）

汉字字形码是汉字字库中存储的汉字字形的数字化信息，用于汉字的显示和打印。字形码也称字模码，是用点阵表示的汉字字形代码，它是汉字的输出形式。根据输出汉字的要求不同，点阵的多少也不同。简易型汉字为16×16点阵，提高型汉字为24×24点阵、32×32点阵、48×48点阵，等等。

字模点阵的信息量是很大的，所占用的存储空间也很大，以16×16点阵为例，每个汉字就要占用32个字节，两级汉字大约占用256KB。

完整的汉字信息处理都离不开从输入码到机内码、由机内码到字形码的转换。虽然汉字的输入码、机内码、字形码目前并不统一，但是只要在信息交换时，使用统一的国家标准，就可以达到信息交换的目的。