Lý thuyết một số kiểu dữ liệu và dữ liệu văn bản -Tin học 10

BÀI 3: MỘT SỐ KIỂU DỮ LIỆU VÀ DỮ LIỆU VĂN BẢN

1. Phân loại và biểu diễn thông tin trong máy tính

- Khi đưa vào máy tính thông tin được chuyển thành dữ liệu. 

- Biểu diễn thông tin trong máy tính là cách mã hóa thông tin

- Các kiểu dữ liệu thường gặp là văn bản số, hình ảnh, âm thanh và lôgic

- Việc phân loại dữ liệu để có cách biểu diễn phù hợp nhằm tạo thuận lợi cho việc xử lí thông tin trong máy tính

2. Biểu diễn dữ liệu văn bản

a) Bảng mã ASCII

- Bảng mã được dùng phổ biến nhất trong tin học là “bảng mã chuẩn của Mĩ để trao đổi thông tin” (viết tắt là ASCII).

- Bảng mã ASCII mở rộng sử dụng 8 bit để biểu diễn một kí tự, cho phép mã hóa 256 kí tự, trong đó giữ nguyên 128 kí tự cũ.

b) Bảng mã Unicode và tiếng Việt trong Unicode

- Unicode là bảng mã hợp nhất quốc tế, cho phép tạo ra các ứng dụng đa ngôn ngữ. Mỗi kí tự Unicode có thể được mã hóa bởi nhiều byte.

- Unicode thực tế là một bộ tiêu chuẩn biểu diễn kí tự văn bản trong máy tính, cho phép sử dụng nhiều hơn 8 bit để biểu diễn các kí tự thuộc nhiều ngôn ngữ khác nhau trên thế giới.

- Việc sử dụng Unicode tạo ra những ứng dụng đa ngôn ngữ, sử dụng đồng thời nhiều ngôn ngữ khác nhau như các trình duyệt web, ngôn ngữ lập trình, các phần mềm ứng dụng,....

- Năm 2001 Việt Nam đã ban hành Tiêu chuẩn TCVN 6909:2001 về Bộ mã kí tự Tiếng Việt 16-bit để sử dụng chung. Tiêu chuẩn này hoàn toàn phù hợp với tiêu chuẩn quốc tế về Unicode.

- Năm 2017, Việt Nam cũng đã ban hành quy định bắt buộc sử dụng UTF-8 để biểu diễn bộ kí tự Unicode trong máy tính.

- Như vậy, hiểu một cách ngắn gọn, các bảng mã ASCII và Unicode quy định cách biểu diễn kí tự.

c) Số hóa văn bản

- Tệp văn bản là định dạng lưu trữ ở bộ nhớ ngoài.

- Việc số hóa văn bản được thực hiện bằng các phần mềm soạn thảo văn bản như Word (của Microsoft) hay Writer (của Open Office).