字符与字符串

视频链接地址： https://www.bilibili.com/video/BV1BE411D7ii?from=search&seid=6420326887479343502

计算机组成原理 系列文章目录

字符与字符串前言1 英文字符2 汉字3 字符串4 小结

前言

在本篇中，你将掌握

英文ASCII码与中文GB 2312-80字符串的存储方式

---

1 英文字符

英文在计算机里的表示方法就是ASCII码，键盘上的字母+数字+符号共128个字符只需要7个二进制（128个字符）编码即可。但为了存入计算机，通常在最高位补0，凑足1B（1Byte = 8 bit）。

上表即为ASCII码表，0-127，在表中可以发现： 可印刷字符：32~126，其余为控制、通信字符。

可印刷字符就是我们平时能打出来的字符；控制字符如127DEL，Delete删除字符，控制计算机执行某一种行为；通信字符，如6ACK，当两台计算机进行网络通信的时候，其中一台计算机收到另一台计算机发来的报文，需要回复一条ACK讯号。 可印刷字符起始终止数字48（0011 0000）57 （0011 1001）大写字母65（010 00001）90（010 11010）小写字母97（011 00001）122（011 11010）

对于可印刷字符，值得注意的是：   在数字中，二进制编码的前四位均为0011，后四位为0000-1001的与之对应的8421编码；   在大写字母中，前三位均为010，后五位为00001-11010的 1-26 的二进制码；   在小写字母中，前三位均为011，后五位为00001-11010的 1-26 的二进制码。 且所有的数字、大写字母、小写字母的ASCII码值都是连续的   

对于上述规律会有这样的问题 例：已知’A‘的ASCII码值为65，字符’H‘存放在某存储单元M中，求M中存放的内容。

  答：该问题其实就是根据A的ASCII码推出H的ASCII码（二进制形式），A是第1个字母，H是第8个字母，因此H的码值 = 65 + 7 = 72，72再翻译成二进制就是100 1000，故M中存放的内容为0100 1000。第二种解法便是利用上述的大写字母规律，前三位均为010，后五位为00001-11010的二进制码。

2 汉字

对于英文字符和一些所需的符号，128个字符就足够英文的使用了，所以在计算机里保存英文只需要8bit（其实7bit就可以）。但对于中文来说，若算上生僻字等快7万多个字符。若要保存几万个字符，8bit显然是不够的，8bit最多只能对应256个字符。 因此，在1980年，我国推出了一个汉字编码标准 $$GB2312-80：汉字+各种符号共7445个$$

为存储更多的字符，因此在最开始，使用了区位码的方式进行存储，即94行94列的区位表示，但用这种0-93 * 0-93的方法存储会与英文ASCII码中的控制、通信字符有冲突，因此+32（20H），即32-125 * 32-125的国标码；但为了避免和英文的ASCII码冲突，还需要在国标码基础上加上128（80H） ，从而得到汉字内码（汉字机内码）。一个汉字占两个字节，但汉字的任何一个字节都是大于128的。所以当计算机读入一个字节的数据是大于128的，就说明将读入的是由两个字节组成的汉字

输入：输入编码（如拼音，输入法） 输出：汉字字形码

输入编码会先变成国标码，再变成汉字内码；输出的汉字字形码就是用二进制表示的“手写数字识别版”的用1表示显示用0表示不显示的二进制数组（图片）。

3 字符串

对于英文字符的存储，如上图，依次存储对应字母的ASCII编码，且在结尾处加\0，即00H

对于中文字符的存储，如上图，因为存储中文字符需要两个字节，因此也就有了两种存储模式：   大端模式：将数据的最高有效字节存放在低地址单元中   小端模式：将数据的最高有效字节存放在高地址单元中

4 小结

本篇重点，ASCII码的编码方式和规律，对于汉字编码了解即可，字符串的存储方式。