编码与字符编码
標準约 31 分钟4 个术语过去问 5 题
本单元目标
- 能说明 编码（符号化）与 解码（復号）的关系，并能根据需要区分的种类数求出所需的 比特数。
- 能根据单字节字符与双字节字符的混合方式，区分 JIS 编码 与 Shift_JIS 编码。
- 能从可处理的字符范围和编码方式的思路来说明 Unicode。
术语总表（4 个）
术语
编码（符号化）是指按照既定规则，把文字、声音、图像等信息对应为 比特串 等代码。
← 图可左右滑动查看 →
只要发送方和接收方共享对应规则（代码体系），就能把代码还原为原来的信息，即 解码；规则不一致就会出现乱码等问题。n 比特 的代码可以区分 2 的 n 次方种情况，所以所需比特数由要表示的种类数决定。代码长度既有对所有对象都相同的 定长，也有因对象而异的 变长。
类比就像事先给灯塔灯光的闪烁模式分配好含义。只有持有同一张对照表的船，才能从闪烁中读出意思。
记法日文 符号化 的「符号」是表示信号的记号，「化」是转换成它；反方向的 復号 取「復」（恢复原样）之意，相当于中文的“解码”。
考点
- 常考n 比特能区分 2 的 n 次方种情况，能覆盖要表示的种类数的最小 n 就是所需的比特数（ビット数）。例如 10 种时，3 比特的 8 种不够，需要 4 比特。
- 常考增加表示一次采样（標本）的比特数，可区分的级数就会增加，能以更细的刻度表示振幅的变化。
- 常考即使是变长（可変長）代码，只要任何一个代码都不是另一个代码的开头部分，没有分隔的序列也能从头唯一地还原。若分配各位上的 1 互不重叠的代码，就能用加法表示组合、用减法表示去除。
该术语的过去问 3 题 符号化 →
JIS 编码（JISコード）是由日本工业标准（JIS）规定的字符编码，英文数字等用 1 字节、汉字、平假名和全角假名用 2 字节表示。
用 1 字节表示的字符称为 单字节码，用 2 字节表示的称为 双字节码；例如英文数字的字符集由 JIS X 0201 规定，汉字等的字符集由 JIS X 0208 规定。狭义的 JIS 编码 是指在一个字符串中切换单字节和双字节字符时，插入表示切换的特殊代码的格式，主要用于电子邮件。
类比就像国家统一发放的字符编号表。使用同一张编号表的设备之间，同一个编号就指同一个字符。
记法JIS 是 Japanese Industrial Standards（日本工业标准）的首字母缩写，与日本工业产品的规格同名同源。
考点
- 常考在 JIS 的字符编码（文字コード）中，英文数字等每个字符为 1 字节（8 比特），汉字等每个字符为 2 字节。例如在 JIS X 0201 中，单字节的英文数字被分配了 8 比特的值。
- 常考未压缩的文字数据容量，是按项目把字符数乘以每个字符的字节数后求和，再乘以条数求得。双字节字符占用的空间是同样字符数的单字节字符的 2 倍。
该术语的过去问 1 题 JISコード →
Shift_JIS 编码（シフトJISコード）是把 JIS 中汉字等双字节字符的编号，错开到与单字节字符不重叠的范围后再分配的字符编码。
双字节字符的第 1 个字节使用单字节字符不用的值，因此读到一个值就能判断它是单字节字符还是双字节字符。它便于处理英文数字、半角假名与汉字混排的文档，在 Windows 等个人电脑的日语处理中被广泛使用。
类比就像在同一个货架上摆两类商品时，把其中一类的号码牌换到另一种颜色的号段，不放隔板也能只凭牌子颜色分辨种类。
记法shift 意为“错开”。因为把编号的位置错开了，所以叫 Shift JIS。
考点
- 易混Shift_JIS 编码（シフトJISコード）与 Unicode 的区别在于所处理字符的范围。Shift_JIS 编码处理日语字符和英文数字，Unicode 则用一个体系处理世界上多种语言的字符。
该术语的过去问 1 题 シフトJISコード →
「JIS 编码」与「Shift_JIS 编码」的区别
Unicode 是给世界上多种语言的字符逐一分配编号、使其能在一个体系中处理的字符编码。
- 字符（例：あ）
- Unicode 编号（U+3042）
- UTF-8 字节序列（3 字节）
把分配给字符的编号转换为实际字节序列的方法称为 编码方式（符号化方式），例如 UTF-8 和 UTF-16。UTF-8 是用 1 字节表示英文数字、用 3 字节表示大多数日语字符的变长方式，在网页等场合被广泛使用。
类比就像用一套流水号管理全世界图书的图书馆。无论哪个国家的书，都能用同一本台账上的编号找到。
记法uni 意为“一个”（与 uniform、unit 中的 uni 相同）。即用一个体系表示世界文字的编码。
考点
- 常考Unicode 是把多种语言的字符整合到共同编号体系中的字符编码，无需按语言切换字符编码（文字コード），就能在同一份文档中处理多语言字符。
- 易混UTF-8 是用字节序列表示 Unicode 编号的方式之一，并不是字符集本身的名称。即使是同一个 Unicode 字符，在 UTF-8 和 UTF-16 中的字节序列也不同。
该术语的过去问 1 题 Unicode →
「Shift_JIS 编码」与「Unicode」的区别
要点
- 编码 是按规则把信息对应到代码上，用同一规则 解码 就能还原，规则不一致则会出现乱码。
- n 比特能区分 2 的 n 次方种情况，所需比特数由要表示的种类数决定。
- JIS 的字符编码中英文数字等为 1 字节、汉字等为 2 字节，文字数据的容量根据这些字节数和字符数来估算。
- Shift_JIS 编码 是把双字节字符的编号错开到与单字节字符不重叠范围的字符编码，在个人电脑的日语处理中被广泛使用。
- Unicode 是给字符分配编号的体系，UTF-8 等编码方式负责把编号转换为字节序列。
查看这个领域的全部过去问 →