在計算機中，對非數(shù)值的文字和其他符號進行處理時，要對文字和符號進行數(shù)字化，即用二進制編碼來表示文字和符號。其中西文字符最常用到的編碼方案有ASCII編碼和EBCDIC編碼。對于漢字，我國也制定的相應(yīng)的編碼方案。

      1、ASCII編碼

      微機和小型計算機中普遍采用ASCII碼(American Standard Code for Information Interchange，美國信息交換標準代碼)表示字符數(shù)據(jù)，該編碼被ISO(國際化標準組織)采納，作為國際上通用的信息交換代碼。
      ASCII碼由7位二進制數(shù)組成，由于27=128，所以能夠表示128個字符數(shù)據(jù)。參照如表3-2所示的ASCII表，我們可以看出ASCII碼具有以下特點：
      (1)表中前32個字符和最后一個字符為控制字符，在通訊中起控制作用。
      (2)10個數(shù)字字符和26個英文字母由小到大排列，且數(shù)字在前，大寫字母次之，小寫字母在最后，這一特點可用于字符數(shù)據(jù)的大小比較。
      (3)數(shù)字0～9由小到大排列，ASCII碼分別為48～57，ASCII 碼與數(shù)值恰好相差48。
      (4)在英文字母中，A的ASCII碼值為65，a的ASCII碼值為97，且由小到大依次排列。因此，只要我們知道了A和a的ASCII碼，也就知道了其他字母的ASCII碼。

      表1 ASCII碼表

      ASCII碼是7位編碼，為了便于處理，我們在ASCII碼的最高位前增加1位0，湊成8位的一個字節(jié)，所以，一個字節(jié)可存儲一個ASCII碼，也就是說一個字節(jié)可以存儲一個字符。ASCII碼是使用最廣的字符編碼，數(shù)據(jù)使用ASCII碼的文件稱為ASCII文件。

      2、 ANSI編碼和其他擴展的ASCII碼

      ANSI(美國國家標準協(xié)會)編碼是一種擴展的ASCII碼，使用8個比特來表示每個符號。8個比特能表示出256個信息單元，因此它可以對256個字符進行編碼。ANSI碼開始的128個字符的編碼和ASCII碼定義的一樣，只是在最左邊加了一個0。例如：在 ASCII編碼中，字符“a”用1100001表示，而在ANSI編碼中，則用01100001表示。除了ASCII碼表示的128個字符外，ANSI碼還可以表示另外的128個符號，如版權(quán)符號、英鎊符號、希臘字符等。
      除了ANSI編碼外，世界上還存在著另外一些對ASCII碼進行擴展的編碼方案，ASCII碼通過擴展甚至可以編碼中文、日文和韓文字符。不過令人遺憾的是，正是由于這些編碼方案的存在導致了編碼的混淆和不兼容性。

      3、EBCDIC編碼

      盡管ASCII碼是計算機世界的主要標準，但在許多IBM大型機系統(tǒng)上卻沒有采用。在IBM System/360計算機中，IBM研制了自己的8位字符編碼——EBCDIC碼(Extended Binary Coded Decimal Interchange Code，擴展的二-十進制交換碼)。該編碼是對早期的BCDIC 6位編碼的擴展，其中一個字符的EBCDIC碼占用一個字節(jié)，用8位二進制碼表示信息，一共可以表示出256 種字符。

      4、Unicode編碼

      在假定會有一個特定的字符編碼系統(tǒng)能適用于世界上所有語言的前提下，1988年，幾個主要的計算機公司一起開始研究一種替換ASCII碼的編碼，稱為Unicode編碼。鑒于ASCII碼是7位編碼，Unicode采用16位編碼，每一個字符需要2個字節(jié)。這意味著Unicode的字符編碼范圍從0000h～FFFFh，可以表示65536個不同字符。
      Unicode編碼不是從零開始構(gòu)造的，開始的128個字符編碼0000h～007Fh就與ASCII碼字符一致，這樣就能夠兼顧已存在的編碼方案，并有足夠的擴展空間。從原理上來說，Unicode可以表示現(xiàn)在正在使用的、或者已經(jīng)沒有使用的任何語言中的字符。對于國際商業(yè)和通訊來說，這種編碼方式是非常有用的，因為在一個文件中可能需要包含有漢語、英語和日語等不同的文字。并且， Unicode還適合于軟件的本地化，也就是針對特定的國家修改軟件。使用Unicode，軟件開發(fā)人員可以修改屏幕的提示、菜單和錯誤信息來適合于不同的語言和地區(qū)。目前，Unicode編碼在Internet中有著較為廣泛的使用，Microsoft和Apple公司也已經(jīng)在他們的操作系統(tǒng)中支持Unicode編碼。
      盡管Unicode對現(xiàn)有的字符編碼做了明顯改進，但并不能保證它能很快被人們接受。ASCII碼和無數(shù)的有缺陷的擴展ASCII碼已經(jīng)在計算機世界中占有一席之地，要把它們逐出計算機世界并不是一件很容易的事。

      3.4.6 國家標準漢字編碼(GB2312-80)

      國家標準漢字編碼簡稱國標碼。該編碼集的全稱是“信息交換用漢字編碼字符—基本集”，國家標準號是“GB2312-80”。該編碼的主要用途是作為漢字信息交換碼使用。
      GB2312-80標準含有6763個漢字，其中一級漢字(最常用)3755個，按漢語拼音順序排列；二級漢字3008個，按部首和筆畫排列；另外還包括682個西文字符、圖符。 GB2312-80標準將漢字分成94個區(qū)，每個區(qū)又包含94個位，每位存放一個漢字，這樣以來，每個漢字就有一個區(qū)號和一個位號，所以我們也經(jīng)常將國標碼稱為區(qū)位碼。例如：漢字“青”在39區(qū)64位，其區(qū)位碼是3964；漢字“島”在21區(qū)26位，其區(qū)位碼是2126。
      國標碼規(guī)定：一個漢字用兩個字節(jié)來表示，每個字節(jié)只用前七位，最高位均未作定義。但我們要注意，國標碼不同于ASCII碼，并非漢字在計算機內(nèi)的真正表示代碼，它僅僅是一種編碼方案，計算機內(nèi)部漢字的代碼叫做漢字機內(nèi)碼，簡稱漢字內(nèi)碼。
      在微機中，漢字內(nèi)碼一般都是采用兩字節(jié)表示，前一字節(jié)由區(qū)號與十六進制數(shù)A0相加，后一字節(jié)由位號與十六進制數(shù)A0相加，因此，漢字編碼兩字節(jié)的最高位都是１，這種形式避免了國標碼與標準ASCII碼的二義性(用最高位來區(qū)別)。在計算機系統(tǒng)中，由于機內(nèi)碼的存在，輸入漢字時就允許用戶根據(jù)自己的習慣使用不同的輸入碼，進入計算機系統(tǒng)后再統(tǒng)一轉(zhuǎn)換成機內(nèi)碼存儲。

      5、 其他漢字編碼

      除了我們前面談到的國標碼之外，還有另外的一些漢字編碼方案。例如，在我國的臺灣地區(qū)，就使用Big5漢字編碼方案。這種編碼就不同于我們的國標碼，因此在雙方的交流中就會涉及到漢字內(nèi)碼的轉(zhuǎn)換，特別是Internet的發(fā)展使人們更加關(guān)注這個問題?，F(xiàn)在雖然已經(jīng)推出了許多支持多內(nèi)碼的漢字操作系統(tǒng)平臺，但是全球漢字信息編碼的標準化已成為社會發(fā)展的必然趨勢。