[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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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)

latin-1

• 拉丁语(法意西葡)我们好理解
  • 拉丁正宗

• 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？

• 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

• 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