我是如何学习Java的~编码和字符处理

在计算机中，所有的信息都是二进制的，但我们看到的却是各种各样的字符。这是这么处理的呢？这个时候就需要使用一些编码方案。

当我们要把一些信息存储在计算机上时，需要对其进行编码转换为二进制信息进行存储，而需要显示这些信息时，就需要对其解码还原这些信息。需要注意的是，编码和解码要采用同样的规则。

所谓的编码就是用什么样的二进制信息表示什么样的对象，解码时根据映射关系还原为本来的信息。下面介绍一种计算机通常被采用的编码方案：ASCII编码。使用ASCII编码，首先要有映射表，部分字符映射关系如下：

	0010	0011	0100	0101	0110	0111
0000		0	@	P	`	p
0001	!	1	A	Q	a	q
0010	"	2	B	R	b	r
0011	#	3	C	S	c	s
0100	$	4	D	T	d	t
0101	%	5	E	U	e	u
0110	&	6	F	V	f	v
0111	'	7	G	W	g	w
1000	(	8	H	X	h	x
1001	)	9	I	Y	i	y
1010	*	:	J	Z	j	z
1011	+	;	K	[	k	{
1100	,	<	L	\	l	|
1101	-	=	M	]	m	}
1110	.	>	N	^	n	~
1111	/	?	O	_	o

上面映射码表中，给出了部分常用的字符，其中表格头横栏为二进制高四位，表格头竖栏表示二进制低四位。 从码表中可以发现，A~Z 和 a~z 字母在码表中都是连续的，A~Z 的区间为 41H~5AH，a~z 的区间为 61H~7AH。A 和 a 之间相差了 20H，其它的大小写字母也符合这个差值。

在实际应用中，对于字母的操作，可以根据这个映射关系，来对字母、大小写来判断，同时也可以实现大小写字母的相互转换，如对于大写字母 A，内存中实际存放的是 41H，对该数值进行+20H，就可以得到小写字母a。

只要分析和运用好字符和码表的关系，我们可以做很多实际的操作。例如，同样对于大小写字母装换，通过码表来看字母的大小写对应的二进制中的低四位是一样的，不同的是高四位的数值。对于大写字母来说，高四位的第三位为0（从左到右），对应的小写字母高四位中的第三位为1，其他位的数值一致。通过这个关系我们可以更好的对大小写进行转换。只需要把高四位中的第三位数值置为0，不管该字母是否为大写字母，最后都会变为大写字母。同样，把高四位中的第三位数值置为1，即可变为小写字母。

虽然知道了大小写的关系，可是怎么把某位上的数值置为0或者1呢？

对于硬件来说包含与门电路和或门电路，汇编中也相应的提供了逻辑与和逻辑或的指令：

and 操作对象1, 操作对象2
or  操作对象1, 操作对象2

如：

mov al, 11110000B
and al, 01111111B

执行后，al = 01110000B，即把最高位置为了0，其他位保持不变。

如：

mov al, 11110000B
or 	al, 00000001B

执行后，al=11110001B，即把最低位置为了1，其他位保持不变。

通过指令 and 和 or，我们就可以实现上述的大小写的转换，不用判断该字母是否为大写字母或小写字母。

既然知道了字符可以以二进制的方式存入内存中，可我们不可能记住所有的码表关系，那么应该怎么在内存中定义一个或多个字符呢？

前面已经说了汇编中定义数据的方式，同样我们可以使用 ‘…’ 的方式来定义字符，如：

db 'abcd'

这个时候，相当于定义了4个字节的数据分别存放在内存中，汇编编译器会自动把这些字符根据ASCII码转换为对应的二进制进行处理。

结合上面的码表和指令，现在就可以定义一个字符串并全部转为大写的功能：

assume cs:code, ds:data

data segment
	db 'abcdefghijklmnop'
data ends

code segment
start:
	mov ax, data
	mov ds, ax
	mov bx, 0
	mov cx, 16
	s: mov al, ds:[bx]
		and al, 11011111B
		mov ds:[bx], al
		inc bx
		loop s
		
	mov ax, 4C00H
	int 21H
	
code ends
end start

在这个编码中，出现了一个新指令 inc bx，该指令表示把 bx 的值加 1。

下面通过dosbox来运行看看内存中数据的情况吧：

• DEBUG装载程序后，通过R命令查看寄存器情况和要执行的第一行代码，从而可以看到数据所存放的段中，然后通过D命令来查看内存中我们定义的字符串，如下图所示：
  
• 继续执行程序，直到程序结束，并重新查看 04AE:0 后16个字节数据：
  
  通过D命令可以发现，内存中定义的小写字母已全部转换为小写字母。

同样，对于大写字母转换为小写字母，可以通过逻辑或:OR 指令，把相应位的数值置为1即可。自己动手实践下吧。

目录
上一章
下一章