[oeasy]python0 113_字符编码_VT100控制码_iso_8859_1_拉丁字符_latin

拉丁字符 回忆上次内容

• 上次回顾了字型编码的进化过程
• 7-bit 的 点阵字库
• 终于让 字母、数字、标点 明确了字型

 

 

• 但是 7-bit 的 ascii中
• 没有法文字符的位置

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 如果扩展位为1
• 不同的计算机厂商
• 有各自不同的 扩展方式

 

 

• 这噩梦
• 比法语不兼容 更可怕！
• 这以后 编码就越来越多了
• 互认对方为乱码

 

• 法文字符
• 完全被 不同的字符集
• 直接 变成乱码

 

 

• 这可怎么办呢？

那可是法国啊！

• 法国毕竟 曾是 与英国全球争霸的对手

​

 

添加图片注释，不超过 140 字（可选）

 

• 美国 从英国独立 最早靠的
• 还是 富兰克林来法国
• 找路易十五要的 军事和经济支持

 

• 现在美国字符集ascii里面
• 没有法文字符的位置？

 

 

• 伤心的法国人 不由得回忆起那场海战

特拉法尔加海战

• 如果当年法国拿破仑选用富尔顿的火轮船
• 那特拉法尔加海战会被改写

 

• 如果 结局改写
• 美利坚 可能是 法国殖民地

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 英国应该 无法和法国 在海上争霸
• 最终 世界语言是法语
• 美国 入学考的不是TOEFL
• 而是 TOFFL

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 再往前
• 英国就更非主流了

 

征服者威廉

• 法兰克王国 诺曼地区的公爵威廉
• 跨过英吉利海峡
• 成了 不列颠岛的征服者威廉

 

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 不列颠岛 北高南低
• 挡住北边的冷风
• 非常 适合生存
• 从来就 不乏 征服者

 

英伦

• 伊比利亚、凯尔特、罗马、昂撒、丹麦、法国诺曼都曾征服不列颠
• 英格兰岛的名字 来自于 盎格鲁部落
• 当时昂撒 是 凯尔特人 搬来的救兵
• 假途灭虢 占了这个南方平坦的宝岛
• 说 这是我们盎格鲁人的岛
• England

 

• 盎格鲁岛人说的语言
• English

 

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 英国的文化 本就是 多民族、宗教杂糅出来的一个混合体
• 从不希望 欧洲大陆出现强大的帝国
• 那就会 威胁到岛上的安全

 

• 英国对于 欧洲各国制衡之术
• 又被后来的美国 学去制衡 整个欧亚大陆

 

• 不过说到底 所有文化的开局 都是从非洲走出来的
• 最最开始都是 从无机物 偶然变成 有机物

 

• 但是 电子信息化到数字化 是一个新的大环境
• 法文字符 的编码方式 会统一 吗？

 

• 先回顾 ASCII的基本情况

ascii

• 目前最熟悉的编码是 ascii编码
• 包括控制字符、大小写字符、数字、符号

 

• 字节中 第 1 位 为 0
• 后 7 位
• 从0x00-0x7F

 

• 这里面 没有法文字符

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 但如果第 1 位是 1
• 又会如何呢？

 

尝试输出

• 找到一个数字 0xa7
• 找到 数字对应的字符
• 这是个 章节符号

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 也可以形成
• 一个闭环

 

闭环

• 这规律
• 和ascii 一样的
• 也就是说 这个字节里面除了 ascii 的 128 个字符之外
• 还可以 有一定的空间
• 还可以 对应更多字符

 

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 等于是 把ascii编码 给扩展了

编码格式

• 跨国跨语言的事情 怎么办？
• 还是要 看用户数量

 

​

 

添加图片注释，不超过 140 字（可选）

 

• Dec公司的 VT100
• 质量 过硬
• 价格 实惠
• 终成 新一代机皇

 

机皇的影响力

• 新的终端
• 就必须兼容VT100
• 包括VT100中 一项新功能

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 这CSI
• 不就是 控制序列\e 吗？

 

事实上的标准

• VT100 是当时 最流行的终端
• 不但支持 常用的转义字符
• 还创造出 VT100控制码

 

\033[0m // 关闭所有属性 \033[1m // 设置为高亮 \033[4m // 下划线 \033[5m // 闪烁 \033[7m // 反显 \033[8m // 消隐 \033[nA // 光标上移 n 行 \033[nB // 光标下移 n 行 \033[nC // 光标右移 n 行 \033[nD // 光标左移 n 行 \033[y;xH // 设置光标位置 \033[2J // 清屏

• 这就是 后来CSI的雏形
• Control Sequence Introducer

 

• 有了这个 就可以控制
• 字体
• 位置
• 颜色

 

• 慢慢 DEC的VT100标准
• 就成了 计算机终端的标准

 

ISO组织

• 总部在 瑞士日内瓦湖的 ISO组织
• 负责 跨国跨公司的标准化
• 在Dec所用 编码格式的基础 上
• 发展出 iso-8859-1 字符集

 

 

• 为什么 选择Dec的 编码格式？
• 因为 VT100是 当时的 一代机皇
• 用户数量 就是 事实上的标准

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 根据 dec公司的 字符集
• 生成了 扩展ascii字符集(charset)

 

• 前一半(0-127)
• 没有动
• 还是ascii

 

• 后一半(128-255)
• 换成了 西欧北欧各国拉丁字符

 

• 这个 编码
• 叫做 iso-8859-1
• 也叫做 latin-1

 

• latin-1覆盖的 范围如何呢?

覆盖范围

• 西欧北欧语族都可以覆盖到
• 拉丁人的罗曼语族(法意西葡)
• 日耳曼人的日耳曼语族(瑞丹挪德冰)
• 凯尔特人的盖尔语族(苏爱)

 

​

 

添加图片注释，不超过 140 字（可选）

latin-1

• 拉丁语(法意西葡)我们好理解
• 拉丁正宗

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 北欧 这么多国家
• 为什么 都使用拉丁字符呢？

 

• 北欧 不是有 自己的一套符文系统吗？

​

 

添加图片注释，不超过 140 字（可选）

 

• 日耳曼语族 不是和 拉丁语族 并列的吗？

总结

• 这次回顾了 非ascii的拉丁字符编码的进化过程
• 0-127 是 ascii 的领域

 

• 西欧、北欧语言 大多使用 拉丁字符
• 由iso组织 制定iso-8859-1

 

​

 

添加图片注释，不超过 140 字（可选）

 

• 北欧 原来 不是有自己的卢恩文字(Runes)符文系统吗？
• 我们下次再说！
• 蓝桥->https://www.lanqiao.cn/courses/3584
• github->https://github.com/overmind1980/oeasy-python-tutorial
• gitee->https://gitee.com/overmind1980/oeasypython