ascii码及其汉字编码

名称

　　美国信息交换标准代码

 

　　( American Standard Code for Information Interchange, ASCII )

 

编辑本段

 

 

产生

　　在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0），例如，像a、b、c、d这样的52个字母（包括大写）、以及0、1等数字还有一些常用的符号（例如*、#、@等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套（这就叫编码），而大家如果要想互相通信而不造成混乱，那么大家就必须使用相同的编码规则，于是美国有关的标准化组织就出台了所谓的ASCII编码，统一规定了上述常用符号用哪些二进制数来表示。

 

　　美国标准信息交换代码是由美国国家标准学会(American National Standard Institute , ANSI )制定的，标准的单字节字符编码方案，用于基于文本的数据。起始于50年代后期，在1967年定案。它最初是美国国家标准，供不同计算机在相互通信时用作共同遵守的西文字符编码标准，它已被国际标准化组织（International Organization for Standardization, ISO）定为国际标准，称为ISO 646标准。适用于所有拉丁文字字母。

 

编辑本段

 

 

简介

　　ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。标准ASCII 码也叫基础ASCII码，使用7 位二进制数来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。其中：

 

　　0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；ASCII值为8、9、10 和13 分别转换为退格、制表、换行和回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。

 

　　32～126(共95个)是字符(32sp是空格），其中48～57为0到9十个阿拉伯数字

 

　　65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。

 

　　同时还要注意，在标准ASCII中，其最高位(b7)用作奇偶校验位。所谓奇偶校验，是指在代码传送过程中用来检验是否出现错误的一种方法，一般分奇校验和偶校验两种。奇校验规定：正确的代码一个字节中1的个数必须是奇数，若非奇数，则在最高位b7添1；偶校验规定：正确的代码一个字节中1的个数必须是偶数，若非偶数，则在最高位b7添1。

 

　　后128个称为扩展ASCII码，目前许多基于x86的系统都支持使用扩展（或“高”）ASCII。扩展ASCII 码允许将每个字符的第8 位用于确定附加的128 个特殊符号字符、外来语字母和图形符号。

 

编辑本段

 

 

标准ASCII表

　　

Bin	Dec	Hex	缩写/字符	解释
0000 0000	0	00	NUL(null)	空字符
0000 0001	1	01	SOH(start of headline)	标题开始
0000 0010	2	02	STX (start of text)	正文开始
0000 0011	3	03	ETX (end of text)	正文结束
0000 0100	4	04	EOT (end of transmission)	传输结束

汉字编码

　　0-127 是 7位ASCII 码的范围，是国际标准。

　　至于汉字，不同的字符集用的ascii 码的范围也不一样，常用的汉字字符集有GB2312-80,GBK,

　　Big5,unicode 等。下面我重点说一说最常用的GB_2312 的字符集。

　　GB_2312 字符集是目前最常用的汉字编码标准，windows 95/98/2000 中使用的 GBK字符集 就包含了GB2312，或者说和GB2312 兼容，GB_2312 字符集包含了 6763个的 简体汉字，和682 个标准中文符号。在这个标准中，每个汉字用2个字节来表示，每个字节的ascii码为 161-254 (16 进制A1 - FE)，第一个字节 对应于 区码的1-94 区，第二个字节 对应于位码的1-94 位。

　　161-254 其实很好记忆，大家知道英文字符中，可打印的字符范围为33-126。将 这对 数加上

　　128（或者说最高位置1），就得到汉字使用的字符的范围。

　　//GB18030的规范是汉字第一个字节在0x81-0xFE之间，第二个字节位于区间0x40-0x7E以及0x80-0xFE。每个字节转化为整数大于128。

　　if ((char_temp>=0x81)&&(char_temp<=0xFE))

　　{

　　if(*len<nlen)

　　{

　　*len+=1;

　　*p_temp++=char_temp;

　　_putch(char_temp);

　　x++;

　　}

　　}

结束语：vc使用的默认编码是ascii码，汉字可能是GB18030，在linux 需要转化编码，用linux下所有的编码，Qt下的utf-8可以用编码转换小工具convert进行转换。