Bear's House
 資訊科技

認識中文字元碼
　
　

首　　頁

資訊科技

教育學習

有感而發

相關鏈結

批評指教

　

　

二、單位元組編碼

(一)七位元位元組編碼

　　美國標準資訊交換碼（American Standard Code for Information Interchange, ASCII）為美國的國家標準，係用以規範各電腦之間交換文數字資訊、電腦與週邊設備之間傳輸文數字資訊，以及電腦網路上傳輸文本檔案（text file）所用的英文字元與字元碼。目前，ASCII可以說是最重要的基本電腦標準，凡是能接受和處理英文資訊的電腦系統都必然配置有內建的ASCII。

　　ASCII的字元碼是由依序排列的七個位元所構成的位元組，由左而右分別命名為b7、b6、b5、b4、b3、b2和b1，其中b7為最大數位（most significant digit），其權值相等於十進數64，b1為最小數位（least significant digit），其權值等於十進數1，如圖2-1所示。例如，英文字母“C”的ASCII碼為“1000011”，其值等於十進制64＋2＋1＝67。七個位元可提供27＝128個 碼位，以十進制表示為0至127，以十六進制表示則是00h至7Fh。這些十六進數字的高數位（即左邊的數位）對應於七個位元中的前三者b7、b6和b5，而低數位（即右邊的數位）則對應於七個位元裡的後四者b4、b3、b2和b1。

位元名稱
b7 b6 b5 b4 b3 b2 b1

位元權值
64 32 16 8 4 2 1

圖2-1　ASCII的編碼格式

　　圖2-2所示為ASCII的字元集編碼表：總共128個字元，分別填入對應的 碼位，安排成八個直行（對應於十六進制的高數位，即字元碼的前三個位元b7、b6和b5），每一直行為16個字元（對應於十六進制的低數位，即字元碼的後四個位元b4、b3、b2和b1。）。ASCII的字元集共包含94個圖形字元、空格（SP, space）和33個控制字元。94個圖形字元包括：26個大寫和26個小寫英文字母、10個阿拉伯數字、9個標點符號、6個括號，以及17個其它符號。這些圖形字元的字元碼範圍，以十進制表示為33至126，或以十六進制表示為21h至7Eh。「空格」的字元碼為32或20h，是個相當特別的字元，同時扮演著圖形字元與控制字元的雙重角色。「空格」雖然不能直接顯示出圖形，但卻在螢光幕上或報表紙上佔有和其它圖形字元同樣大小的空間，因此可視為圖形字元。在英文文件裡，詞和詞（單字和單字）之間必須插入空格，以便分隔前後相鄰的兩個英文詞。換言之，空格同時扮演著控制字元的角色：即英文語句的詞間分隔符（word separator）。

圖2-2　ASCII的字元集與編碼表

　　ASCII其餘的33個字元則是控制字元，其 碼位從0到31（或00h到1Fh）共32個，再加上字元碼127（或7Fh）。ASCII的控制字元分成五組，分別為：

  • 十個通訊控制（communication control）字元，主要用於控制通訊線路上的資訊傳輸動作，依次為SOH（start of heading）、STX（start of text）、ETX（end of text）、EOT（end of transmission）、ENQ（enquiry）、ACK（acknowledge）、DLE（data link escape）、NAK（negative acknowledge）、SYN（synchronous idle）和ETB（end of transmission block）。

  • 六個格式效應符（format effecter）字元，主要用於控制文數字資訊顯示在螢光幕上或是列印在報表紙的格式，依次為BS（back space）、HT（horizontal tabulation）、LF（line feed）、VT（vertical tabulation）、FF（form feed）及CR（carriage return）。依ASCII的規定，電腦系統可選擇使用“先CR後LF”兩字元或只使用LF字元做為文本檔裡的換行控制符（或行間分隔符）。

  • 四個設備控制（device control）字元，依序為DC1、DC2、DC3及DC4，主要用以控制電腦附屬設備的連線以及離線動作。

  • 四個資訊分隔符（information separator）字元，主要用於將資料規範成階層式組織，依序為FS（file separator）、GS（group separator）、RS（record separator）與US（unit separator）。

  • 九個特殊功能字元，包括：NUL（null）、BEL（bell）、SO（shift out）、SI（shift in）、CAN（cancel）、EM（end of medium）、SUB（substitute）、ESC（escape）以及DEL（delete）。

上述控制字元的功能和說明，請詳見相關標準ISO/IEC 646（或對應的CNS 5205）和ISO/IEC 6429（或對應的CNS 13479）。

　　ASCII不僅是美國的國家標準，它的94個圖形字元並且已經被1991年版的國際標準ISO/IEC 646指定為圖形字元集G0的「國際參照版本（IRV, International Reference Version）」。而且ASCII的前32個控制字元（從00h到1Fh）也同時被ISO/IEC 646列為控制字元集C0的參考附件。

　

(二)八位元位元組編碼

　　現代的電腦，對於系統內部的資料表達或處理，絕大多數都已經是以八個位元為一個位元組。這八個位元，由左而右，可分別命名為b8、b7、b6、b5、b4、b3、b2和b1，其中b8為最大數位，其權值等於十進數128，而b1為最小數位，其權值等於十進制1，如圖2-3所示。八個位元可提供總共256個 碼位（比起七個位元的碼位整整多出一倍），以十進制表示為0至255，而以十六進制表示則是00h至FFh。這些十六進數字的高數位（即左邊的數位）對應於八個位元當中的前四者b8、b7、b6和b5，而低數位（即右邊的數位）則對應於八個位元中的後四者b4、b3、b2和b1。

位元名稱
b8 b7 b6 b5 b4 b3 b2 b1

位元權值
128 64 32 16 8 4 2 1

圖2-3　八位元的編碼格式

　　當ASCII做為內碼使用時，習慣上都會在最大位元b7的左邊加上一個設定為“0”的位元b8，因而由七位元交換碼變成八位元內碼。例如，大寫英文字母“A”的ASCII碼原為“1000001”，當做內碼使用則變成“01000001”。這種做法，意味著八位元內碼的256個 碼位當中，會有一半的編碼空間（即b8=1的128個碼位）閒置不用。因此廠商為了在PC或某些終端機上（例如：VT220）提供ASCII所無的一些字元（例如：非英文的字母、數學符號、畫表格用的邊、角、線段等），特別將b8=1的128個 碼位另外賦予字元，稱為延伸ASCII。圖2-4所示即IBM相容PC的延伸ASCII字元集編碼表，其中碼位FFh的字元為空白（BNK, blank）。請注意，延伸ASCII並非既定的共同標準，不同廠牌、規格的PC和終端機的內建延伸ASCII字元集，所選用字元的未必相同，而且即使是相同的字元，其字元碼也很可能不同。換言之，選用不同規格終端機的電腦，除非它們的延伸ASCII字元和字元碼相同，否則彼此的文數字資訊將不能直接交換。

圖2-4　IBM PC的延伸ASCII字元集與編碼表

上一章　　返回目錄　　下一章