BIG-5碼它是中文系統下的編碼方式。
什麼是內碼
文字在電腦裡是以數位的方式儲存，透過一些協定來解釋數位資料所代表的文字。這些協定，我們稱之為內碼。
例如台灣常用的BIG5 編碼及國際常用的 Unicode[7]編碼都是。
Unicode System是將目前所有出現過的各國文字盡量地蒐集，將之統一編碼，制定統一標準，供系統使用。
如還需更進一步的資料可以參考『可攜式字集資源-用以解決缺字問題』http://datf.iis.sinica.edu.tw/Papers/2004datfpapers/2/2.pdf
Unicode是一種通行全球的編碼方式。Unicode 因為必須將中、韓、日、英、法、阿拉伯……等許多國家所使用的文字都納入，目前已經包含了六萬多個字元，所以 Unicode 使用了 16 個位元來為字元編碼。因為 Unicode 使用了 16 位元編碼，所以每個字元都用 16 位元來儲存或傳輸是很自然的事，這種儲存或傳輸的格式稱為 UTF-16。
以下資料出自於 ?(方方土) 探討 big5e 編碼的內容
http://www.linux.org.tw/pipermail/cle-devel/2002-April/002146.html
何謂編碼？
在介紹編碼前，先介紹另一個名詞：字集(Character Set)，字集是一組符號或
文字的組合，而編碼(Encoding)則是將這一組符號或文字以適當的方式編入位
元組中，以便電腦能夠表示與儲存。在許多情況下，由於一個編碼方式所能容
納的字數是有限的，所以可能一個編碼沒辦法包含整個字集，例如，Big5 編碼
只是中文字集的一部分。當然也有一個編碼包含許多字集的，例如 Unicode 的
目標是包含所以有字集。
英文系統內一樣有編碼。以一字節八位（8BITS）排列﹐共可得256個組合﹐即
0至255。但由於英文字母加上大小寫及常用的符號後﹐也不到128個﹐所以在
早期的電腦系統內﹐只用了0至127（即十六進制的00至7F）。西文由於基本字
符少﹐所以用2的8次冪就能包涵所有的字元。它的內碼集共0至255﹐名為ASCII。
但是中文字集龐大，擁有數萬字，8Bits 已經不敷使用，所以使用了 16Bits
固定長度的 Big5 編碼，不過 16Bits 也只頂多能表示 65535，還考慮相容於
ASCII，所以能用的字少很多，所以後來出現了 CCCII 以及 CNS11643 的中文
編碼。而最近也開始有人推 Unicode，這是準備包含所有字集的編碼。
Big5 編碼的背景
BIG-5 碼是 1984 年台灣資訊工業策進會根據《通用漢字標準交換碼》制訂的
編碼方案。
何謂 ASCII 碼？全名為：American Standard Code for Information Interchange，為資訊交換之標準碼。每個字元都有一個對應的 ASCII 碼，範圍從 0~127（後來增加了所謂的「Extended ASCII Codes」，引入更多的字元符號，範圍增加至 0~256）。
現在微軟的作業系統為了能同步上市在各國的語言版本，所以創出了多國語言包來讓各語系間能夠互通觀看。
Big5：這是繁體中文 de facto 標準。
CNS11643：台灣的官方標準繁體中文編碼。
Cp937：繁體中文加上 6204 個使用者自定的字元
Cp948：繁體中文版 IBM OS/2 用的編碼方式。
Cp964：繁體中文版 IBM AIX 用的編碼方式。
EUC_TW：台灣的加強版 Unicode。
ISO2022CN：編碼中文的一套標準。
ISO2022CN_CNS：編碼中文的一套標準，繁體版，襲自 CNS11643。
MS950 或 Cp950：ASCII + Big5，用於台灣和香港的繁體中文 MS Windows作業系統。
Unicode：有次序記號的 Unicode。次序記號佔用兩個 byte，如果其值是0xFEFF，表示使用 big-endian（由大到小）的次序為 Unicode 編碼；如果其值是 0xFFFF，表示使用 little-endian（由小到大）的次序為 Unicode 編碼。
UnicodeBig：使用 big-endian（由大到小）的次序為 Unicode 編碼。
UnicodeLittle：使用 little-endian（由小到大）的次序為 Unicode 編碼。
UTF8：使用 UTF-8 為 Unicode 編碼。
什麼是內碼
文字在電腦裡是以數位的方式儲存，透過一些協定來解釋數位資料所代表的文字。這些協定，我們稱之為內碼。
例如台灣常用的BIG5 編碼及國際常用的 Unicode[7]編碼都是。
Unicode System是將目前所有出現過的各國文字盡量地蒐集，將之統一編碼，制定統一標準，供系統使用。
如還需更進一步的資料可以參考『可攜式字集資源-用以解決缺字問題』http://datf.iis.sinica.edu.tw/Papers/2004datfpapers/2/2.pdf
Unicode是一種通行全球的編碼方式。Unicode 因為必須將中、韓、日、英、法、阿拉伯……等許多國家所使用的文字都納入，目前已經包含了六萬多個字元，所以 Unicode 使用了 16 個位元來為字元編碼。因為 Unicode 使用了 16 位元編碼，所以每個字元都用 16 位元來儲存或傳輸是很自然的事，這種儲存或傳輸的格式稱為 UTF-16。
以下資料出自於 ?(方方土) 探討 big5e 編碼的內容
http://www.linux.org.tw/pipermail/cle-devel/2002-April/002146.html
何謂編碼？
在介紹編碼前，先介紹另一個名詞：字集(Character Set)，字集是一組符號或
文字的組合，而編碼(Encoding)則是將這一組符號或文字以適當的方式編入位
元組中，以便電腦能夠表示與儲存。在許多情況下，由於一個編碼方式所能容
納的字數是有限的，所以可能一個編碼沒辦法包含整個字集，例如，Big5 編碼
只是中文字集的一部分。當然也有一個編碼包含許多字集的，例如 Unicode 的
目標是包含所以有字集。
英文系統內一樣有編碼。以一字節八位（8BITS）排列﹐共可得256個組合﹐即
0至255。但由於英文字母加上大小寫及常用的符號後﹐也不到128個﹐所以在
早期的電腦系統內﹐只用了0至127（即十六進制的00至7F）。西文由於基本字
符少﹐所以用2的8次冪就能包涵所有的字元。它的內碼集共0至255﹐名為ASCII。
但是中文字集龐大，擁有數萬字，8Bits 已經不敷使用，所以使用了 16Bits
固定長度的 Big5 編碼，不過 16Bits 也只頂多能表示 65535，還考慮相容於
ASCII，所以能用的字少很多，所以後來出現了 CCCII 以及 CNS11643 的中文
編碼。而最近也開始有人推 Unicode，這是準備包含所有字集的編碼。
Big5 編碼的背景
BIG-5 碼是 1984 年台灣資訊工業策進會根據《通用漢字標準交換碼》制訂的
編碼方案。
何謂 ASCII 碼？全名為：American Standard Code for Information Interchange，為資訊交換之標準碼。每個字元都有一個對應的 ASCII 碼，範圍從 0~127（後來增加了所謂的「Extended ASCII Codes」，引入更多的字元符號，範圍增加至 0~256）。
現在微軟的作業系統為了能同步上市在各國的語言版本，所以創出了多國語言包來讓各語系間能夠互通觀看。
Big5：這是繁體中文 de facto 標準。
CNS11643：台灣的官方標準繁體中文編碼。
Cp937：繁體中文加上 6204 個使用者自定的字元
Cp948：繁體中文版 IBM OS/2 用的編碼方式。
Cp964：繁體中文版 IBM AIX 用的編碼方式。
EUC_TW：台灣的加強版 Unicode。
ISO2022CN：編碼中文的一套標準。
ISO2022CN_CNS：編碼中文的一套標準，繁體版，襲自 CNS11643。
MS950 或 Cp950：ASCII + Big5，用於台灣和香港的繁體中文 MS Windows作業系統。
Unicode：有次序記號的 Unicode。次序記號佔用兩個 byte，如果其值是0xFEFF，表示使用 big-endian（由大到小）的次序為 Unicode 編碼；如果其值是 0xFFFF，表示使用 little-endian（由小到大）的次序為 Unicode 編碼。
UnicodeBig：使用 big-endian（由大到小）的次序為 Unicode 編碼。
UnicodeLittle：使用 little-endian（由小到大）的次序為 Unicode 編碼。
UTF8：使用 UTF-8 為 Unicode 編碼。
參考資料
沒有留言:
張貼留言