网络论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 5056|回复: 10

计算机的研发和兴起

  [复制链接]
发表于 2013-7-28 09:06:57 | 显示全部楼层 |阅读模式
  很久很久以前,有一群人,他们决定用8个可以开合的晶体管来组合成不同的状态,以表示世界上的万物,他们把这称为”字节”。再后来,他们又做了一些可以处理这些字节的机器,机器开动了,可以用字节来组合出很多状态,状态开始变来变去,他们就把这机器称为”计算机”。
  
  开始计算机只在美国用。八位的字节一共可以组合出256(2的8次方)种不同的状态。他们把其中的编号从0开始的32种状态分别规定了特殊的用途,一但终端、打印机遇上约定好的这些字节被传过来时,就要做一些约定的动作。遇上00×10,终端就换行,遇上0×07,终端就向人们嘟嘟叫,例好遇上0x1b,打印机就打印反白的字,或者终端就用彩色显示字母。他们看到这样很好,于是就把这些0×20以下的字节状态称为”控制码”。
  
  他们又把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示,一直编到了第127号,这样计算机就可以用不同字节来存储英语的文字了。大家看到这样,都感觉很好,于是大家都把这个方案叫做ANSI的”Ascii”编码(AmericanStandardCodeforInformationInterchange,美国信息互换标准代码)。当时世界上所有的计算机都用同样的ASCII方案来保存英文文字。
  
  后来计算机发展越来越广泛,世界各国为了可以在计算机保存他们的文字,他们决定采用127号之后的空位来表示这些新的字母、符号,还加入了很多画表格时需要用下到的横线、竖线、交叉等形状,一直把序号编到了最后一个状态255。从128到255这一页的字符集被称”扩展字符集”。但是原有的编号方法,已经再也放不下更多的编码。
  
  等中国人们得到计算机时,已经没有可以利用的字节状态来表示汉字,况且有6000多个常用汉字需要保存呢。于是国人就自主研发,把那些127号之后的奇异符号们直接取消掉。规定:一个小于127的字符的意义与原来相同,但两个大于127的字符连在一起时,就表示一个汉字,前面的一个字节(他称之为高字节)从0xA1用到0xF7,后面一个字节(低字节)从0xA1到0xFE,这样我们就可以组合出大约7000多个简体汉字了。在这些编码里,我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了,连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码,这就是常说的”全角”字符,而原来在127号以下的那些就叫”半角”字符了。
  
  中国人民看到这样很不错,于是就把这种汉字方案叫做“GB2312″。GB2312是对ASCII的中文扩展。
  
  但是中国的汉字太多了,后来还是不够用,于是干脆不再要求低字节一定是127号之后的内码,只要第一个字节是大于127就固定表示这是一个汉字的开始,不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为GBK标准,GBK包括了GB2312的所有内容,同时又增加了近20000个新的汉字(包括繁体字)和符号。后来少数民族也要用电脑了,于是我们再扩展,又加了几千个新的少数民族的字,GBK扩成了GB18030。从此之后,中华民族的文化就可以在计算机时代中传承了。
  
  因为当时各个国家都像中国这样搞出一套自己的编码标准,结果互相之间谁也不懂谁的编码,谁也不支持别人的编码。当时的中国人想让电脑显示汉字,就必须装上一个”汉字系统”,专门用来处理汉字的显示、输入的问题,装错了字符系统,显示就会乱了套。这怎么办?就在这时,一个叫ISO(国际标谁化组织)的国际组织决定着手解决这个问题。他们采用的方法很简单:废了所有的地区性编码方案,重新搞一个包括了地球上所有文化、所有字母和符号的编码!他们打算叫它”UniversalMultiple-OctetCodedCharacterSet”,简称UCS,俗称“UNICODE”。
  
  UNICODE开始制订时,计算机的存储器容量极大地发展了,空间再也不成为问题了。于是ISO就直接规定必须用两个字节,也就是16位来统一表示所有的字符,对于ascii里的那些”半角”字符,UNICODE包持其原编码不变,只是将其长度由原来的8位扩展为16位,而其他文化和语言的字符则全部重新统一编码。由于”半角”英文符号只需要用到低8位,所以其高8位永远是0,因此这种大气的方案在保存英文文本时会多浪费一倍的空间。
  
  但是,UNICODE在制订时没有考虑与任何一种现有的编码方案保持兼容,这使得GBK与UNICODE在汉字的内码编排上完全是不一样的,没有一种简单的算术方法可以把文本内容从UNICODE编码和另一种编码进行转换,这种转换必须通过查表来进行。UNICODE是用两个字节来表示为一个字符,他总共可以组合出65535不同的字符,这大概已经可以覆盖世界上所有文化的符号。
  
  UNICODE来到时,一起到来的还有计算机网络的兴起,UNICODE如何在网络上传输也是一个必须考虑的问题,于是面向传输的众多UTF(UCSTransferFormat)标准出现了,顾名思义,UTF8就是每次8个位传输数据,而UTF16就是每次16个位,只不过为了传输时的可靠性,从UNICODE到UTF时并不是直接的对应,而是要过一些算法和规则来转换。
  
  看完这些,相信你对于这几个编码关系等,了解的比较清楚了吧。我再来简单的总结一下:
  
  1、中国人民通过对ASCII编码的中文扩充改造,产生了GB2312编码,可以表示6000多个常用汉字。
  
  2、汉字实在是太多了,包括繁体和各种字符,于是产生了GBK编码,它包括了GB2312中的编码,同时扩充了很多。
  
  3、中国是个多民族国家,各个民族几乎都有自己独立的语言系统,为了表示那些字符,继续把GBK编码扩充为GB18030编码。
  
  4、每个国家都像中国一样,把自己的语言编码,于是出现了各种各样的编码,如果你不安装相应的编码,就无法解释相应编码想表达的内容。
  
  5、终于,有个叫ISO的组织看不下去了。他们一起创造了一种编码UNICODE,这种编码非常大,大到可以容纳世界上任何一个文字和标志。所以只要电脑上有UNICODE这种编码系统,无论是全球哪种文字,只需要保存文件的时候,保存成UNICODE编码就可以被其他电脑正常解释。
  
  
回复

使用道具 举报

发表于 2013-8-9 18:42:57 | 显示全部楼层
计算机发展越来越广泛
回复 支持 反对

使用道具 举报

发表于 2013-8-19 16:54:22 | 显示全部楼层
每个国家都像中国一样,把自己的语言编码,于是出现了各种各样的编码
回复 支持 反对

使用道具 举报

发表于 2013-8-24 09:20:00 | 显示全部楼层
现在生活离不开计算机
回复 支持 反对

使用道具 举报

发表于 2013-8-27 08:21:16 | 显示全部楼层
已经没有可以利用的字节状态来表示汉字
回复 支持 反对

使用道具 举报

发表于 2013-10-12 09:08:06 | 显示全部楼层
八位的字节一共可以组合出256(2的8次方)种不同的状态
回复 支持 反对

使用道具 举报

发表于 2013-12-20 13:53:10 | 显示全部楼层
只需要保存文件的时候,保存成UNICODE编码就可以被其他电脑正常解释
回复 支持 反对

使用道具 举报

发表于 2013-12-24 14:00:51 | 显示全部楼层
文化和语言的字符则全部重新统一编码
回复 支持 反对

使用道具 举报

发表于 2013-12-28 16:41:42 | 显示全部楼层
计算机的存储器容量极大地发展了,空间再也不成为问题了
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们网络学习平台|手机版|Archiver|网络学习 ( 京ICP备09038828号 )

GMT+8, 2020-5-31 11:31 , Processed in 0.085611 second(s), 21 queries .

Powered by 网络学习论坛

© 2001-2014 bbs.wangluoxuexi.com

快速回复 返回顶部 返回列表