单极性码、
极性码、
双极性码、
归零码、
双相码、
不归零码、
曼彻斯特编码、
差分曼彻斯特编码、
伪三进制编码、
4B/5B编码、
8B/6B编码
一、ASCII 码
我们知道,计算机内部,所有信息最终都是一个二进制值。每一个二进制位(bit)有0和1两种状态,因此八个二进制位就可以组合出256种状态,这被称为一个字节(byte)。也就是说,一个字节一共可以用来表示256种不同的状态,每一个状态对应一个符号,就是256个符号,从00000000到11111111。
上个世纪60年代,美国制定了一套字符编码,对英语字符与二进制位之间的关系,做了统一规定。这被称为 ASCII 码,一直沿用至今。
ASCII 码一共规定了128个字符的编码,比如空格SPACE是32(二进制00100000),大写的字母A是65(二进制01000001)。这128个符号(包括32个不能打印出来的控制符号),只占用了一个字节的后面7位,最前面的一位统一规定为0。
二、非 ASCII 编码
英语用128个符号编码就够了,但是用来表示其他语言,128个符号是不够的。比如,在法语中,字母上方有注音符号,它就无法用 ASCII 码表示。于是,一些欧洲国家就决定,利用字节中闲置的最高位编入新的符号。比如,法语中的é的编码为130(二进制10000010)。这样一来,这些欧洲国家使用的编码体系,可以表示最多256个符号。
但是,这里又出现了新的问题。不同的国家有不同的字母,因此,哪怕它们都使用256个符号的编码方式,代表的字母却不一样。比如,130在法语编码中代表了é,在希伯来语编码中却代表了字母Gimel (ג),在俄语编码中又会代表另一个符号。但是不管怎样,所有这些编码方式中,0--127表示的符号是一样的,不一样的只是128--255的这一段。
至于亚洲国家的文字,使用的符号就更多了,汉字就多达10万左右。一个字节只能表示256种符号,肯定是不够的,就必须使用多个字节表达一个符号。比如,简体中文常见的编码方式是 GB2312,使用两个字节表示一个汉字,所以理论上最多可以表示 256 x 256 = 65536 个符号。
中文编码的问题需要专文讨论,这篇笔记不涉及。这里只指出,虽然都是用多个字节表示一个符号,但是GB类的汉字编码与后文的 Unicode 和 UTF-8 是毫无关系的。
三. Unicode
正如上一节所说,世界上存在着多种编码方式,同一个二进制数字可以被解释成不同的符号。因此,要想打开一个文本文件,就必须知道它的编码方式,否则用错误的编码方式解读,就会出现乱码。为什么电子邮件常常出现乱码?就是因为发信人和收信人使用的编码方式不一样。
可以想象,如果有一种编码,将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码,那么乱码问题就会消失。这就是 Unicode,就像它的名字都表示的,这是一种所有符号的编码。
Unicode 当然是一个很大的集合,现在的规模可以容纳100多万个符号。每个符号的编码都不一样,比如,U+0639表示阿拉伯字母Ain,U+0041表示英语的大写字母A,U+4E25表示汉字严。具体的符号对应表,可以查询unicode.org,或者专门的汉字对应表。
相关如下:
1、NRZ码亦称为不归零码。通信中常用的两种NRZ码为NRZ—L和NRZ—I码。
2、RZ码特点是在每个信号单元的中间均有跳变,为接收方提供了自同步机制。
3、曼彻斯特码的编码规则为:数据0对应的信号单元的前半期为正,后半期为负;数据1对应的信号单元的前半期为负,后半期为正。
4、差分曼切斯特码为差分码,编码规则为:数据1对应的信号单元的起始电平(极性、幅度)同于前个信号单元的电平,即在信号单元开始处无跳变。
5、AMI码的特点是数据1对应有两个电平(正、负极性)。
简介:
数字编码是只采用数字和有关特殊字符来表示数据和指令的编码。大多数数字编码采用位置表示法,即任何一个数字量都可以通过一些数字的和来表示。根据这些数字码在表示式中所处的不同位置,有不同的值。也就是说,每个不同的位置,都具有自己的“权"。
十进制数据系统是人们最熟悉的数字系统,但是在数据转换和计算机处理中,使用十进制数据系统是很困难的,甚至是不现实的,这需要使用十个不同的电路状态分别表示十个数字符号。然而,可以采取许多方法使电路表示出两种不同的状态,于是,二进制数据系统得到了广泛的应用。