Tin Học 10 - Bài 3: Một số kiểu dữ liệu và dữ liệu văn bản

Chào mừng các bạn đến với chương trình hướng dẫn học tinh học lớp 10, chúng ta sang bài số 3 Một số kiểu dữ liệu và dữ liệu văn bản Bài học này chúng ta sẽ học những gì? Thứ nhất là bài học sẽ giới thiệu sơ lược các kiểu dữ liệu mà chúng ta sẽ học trong chương trình tinh học phổ thông Thứ 2 là sẽ tìm hiểu các bảng mã thông dụng mà dùng cho kiểu dữ liệu văn bản như là bảng mã ASCII, bảng mã Unicode Và cuối cùng là giải thích sơ lược về việc số hóa văn bản Bây giờ chúng ta sẽ đi vào bài học nha Bài học gồm có 2 phần, chúng ta đi vào phần đầu tiên, phần 1 Phần lội và biểu diễn thông tin trong máy tính Trước hết chúng ta sẽ đi vào tìm hiểu cách biểu diễn thông tin trong máy tính nha Giả sử chúng ta cần đưa vào máy tính 1 thông tin đó chính là dòng văn bản HELLO để mà máy tính nó xử lý hoặc là lưu trữ Thì sau khi chúng ta nhập dòng HELLO này vào trong máy tính thì máy tính nó sẽ chuyển đổi dòng chữ này thành các ký hiệu 1001 như thế này Thì các ký hiệu này chính là dữ liệu mà máy tính nó có thể lưu trữ và xử lý Cái dòng chữ HELLO đây chính là cái thông tin dạng văn bản mà chúng ta đưa vào máy tính Và cái dòng ký hiệu 1001 này người ta gọi là dữ liệu nhị phân nha Nhị ở đây là 2, tức là chúng ta có 2 cái ký hiệu 0 và 1 thôi Do đó cái dòng này người ta gọi là dữ liệu nhị phân Và dữ liệu nhị phân chính là cái dữ liệu mà máy tính nó có thể lưu trữ, có thể xử lý Việc chuyển đổi từ cái dòng chữ HELLO thành cái dòng ký hiệu 1001 này người ta gọi là mã hóa thông tin thành dữ liệu nhị phân Hay còn gọi là biểu diễn thông tin trong máy tính Như vậy, biểu diễn thông tin trong máy tính tức là chúng ta sẽ chuyển đổi các cái thông tin mà chúng ta đưa vào máy tính thành cái dữ liệu nhị phân Người ta gọi là biểu diễn thông tin trong máy tính Chúng ta lưu ý là các cái thông tin mà chúng ta đưa vào máy tính thì nó sẽ trở thành dữ liệu nha Ở đây người ta sẽ phân loại dữ liệu Thì trong sách giáo khoa người ta chia dữ liệu ra thành 4 loại Loại thứ nhất đó chính là dữ liệu văn bản Ví dụ như là các cái ký từ ABCD, các cái dòng chữ, đó chính là dữ liệu văn bản Thứ 2 là dữ liệu số, đó là các cái chữ số như là 1, 2, 3, 4, 5 chẳng hạn Rồi dữ liệu loric, đó chính là đúng và sai Và cuối cùng là dữ liệu đa phương tiện, đó chính là âm thanh hoặc là hình ảnh Thế thì tại sao chúng ta phải chia cái dữ liệu ra thành nhiều loại như thế này? Đó là vì với mỗi loại dữ liệu thì máy tính nó sẽ có cách xử lý khác nhau nha Chúng ta ví dụ như là dữ liệu văn bản chẳng hạn Thì dữ liệu văn bản thì máy tính nó có thể thực hiện các cái phép tách ghép Ví dụ như là chúng ta có sâu ký tự lớp và sâu ký tự 10A Thì chúng ta ghép 2 sâu ký tự này, nó sẽ trở thành cái sâu ký tự lớn hơn, đó là sâu lớp 10A Thì đây người ta gọi là phép tách ghép Phép này thì chúng ta có thể thực hiện được trên cái dữ liệu là dữ liệu văn bản Hay là đối với dữ liệu số chẳng hạn, thì chúng ta sẽ thực hiện được các phép tính toán Ví dụ như là số 2 cộng số 3 thì sẽ trở thành là 5 Thì phép này người ta gọi là phép tính toán Và chúng ta chỉ thực hiện được trên các cái dữ liệu là dữ liệu số Hoặc là dữ liệu lorid chẳng hạn thì chúng ta có thể thực hiện được phép so sánh Ví dụ như là 2 lớn hơn 3 thì nó sẽ cho ra cái quả là sai Và 2 nhỏ hơn 3 thì cho ra cái quả là đúng chẳng hạn Thì đây là phép so sánh, chúng ta thực hiện cho cái dữ liệu là dữ liệu lorid Như vậy, cái việc phân loại dữ liệu là nó nhằm mục đích giúp cho cái việc xử lý thông tin trong máy tính nó dễ dàng và thuận lợi hơn Đó là lý do người ta chia dữ liệu ra thành nhiều loại như thế này Như vậy là chúng ta đã hiểu được cái cách phân loại cũng như là biểu diễn thông tin trong máy tính Bây giờ chúng ta sang cái bài tập của phần 1 nha Bài tập của phần 1 gồm có 2 câu Câu 1, theo em số căn cứ công dân có kiểu số hay kiểu văn bản? Thường số căn cứ công dân nó là kiểu số nha Bởi vì nếu là kiểu số thì nó sẽ dễ dàng để mà chúng ta có thể sắp xếp cũng như là phân loại Câu 2, kiểu số thực thường dùng để biểu diễn các số có phần thập phân là phần lã Em hãy cho ví dụ 1 loại hồ sơ có dữ liệu là kiểu số thực Ví dụ về loại hồ sơ có kiểu dữ liệu là số thực Ví dụ như là bản điểm học sinh chẳng hạn Bản điểm học sinh thì nó sẽ lưu các cái điểm số của học sinh Mà điểm số của học sinh thì thường là số thực bởi vì nó có phần lã Ví dụ như là 8.5, 8.25 chẳng hạn Tiếp tục chúng ta sang phần thứ 2 của bài học Biểu diễn dữ liệu văn bản Chúng ta đã biết là dữ liệu được chia ra làm nhiều loại Trong đó loại đầu tiên đó chính là dữ liệu văn bản Và phần 2 này chúng ta sẽ học cách biểu diễn dữ liệu văn bản trong máy tính Dữ liệu văn bản được biểu diễn trong máy tính như thế nào? Giả sử chúng ta có dòng văn bản là chữ cà phê chẳng hạn Thì để biểu diễn chữ cà phê này trong máy tính người ta sẽ làm như sau Chúng ta sẽ có một bản chuyển đổi là bản này Trong đó các ký từ A, B, C, D sẽ được đổi thành các bít 0,1 hay là các dữ liệu nhị phân là cột thứ 2 Ví dụ chúng ta có chữ C Chữ C đổi sang các bít 0,1 đó chính là 0100 và 0011 Chữ A đổi sang bít 0,1 đó là 01000001 Chữ F 01000001 và chữ A 01000001 Như vậy là chữ cà phê nó sẽ là gồm 4 cái ký tự này gột lại Như vậy biểu diễn cái chữ cà phê này đó chính là dòng 0100 này Đó là kết hợp của 4 cái ký tự, ký tự C, A, F và A Như vậy để biểu diễn được cái dữ liệu văn bản trong máy tính thì chúng ta sẽ cần các cái bản chuyển đổi như thế này Chúng ta có các cái bản chuyển đổi người ta gọi là bản mã Đó là bản mã ASCII, bản mã UNICODE v.v Chúng ta sẽ đi vào tìm hiểu các cái bản mã đó Nhưng mà trước hết thì chúng ta sẽ đi vào học cái cách tính số ký tự được mã hóa dựa vào số bít trước đã nha Thì ở đây người ta sẽ tính ra được số ký tự được mã hóa dựa vào số bít như sau Giả sử chúng ta có 2 bít thì chúng ta sẽ mã hóa được bao nhiêu ký tự Ở đây người ta tính ra là sẽ có 2 mũ 2 ký tự được mã hóa 2 mũ 2 tức là 4 đấy Thì mỗi ký tự sẽ là 1 cái tổ hợp 2 bít như thế này Đó là tổ hợp 00, 01, 10 và 11 Như vậy là 2 bít thì chúng ta sẽ có được 4 cái ký tự Và mỗi ký tự nó sẽ được biểu diễn bằng 1 cái tổ hợp 2 bít như thế này Thế thì 3 bít 3 bít thì chúng ta sẽ tính theo cái công thức là bằng 2 mũ 3 ký tự 2 mũ 3 ký tự được mã hóa Đó là các cái tổ hợp 000, 001, 010, 011, 100, 101, 110 và 111 Đây là những cái tổ hợp bít mà sẽ biểu diễn các cái ký tự Như vậy chúng ta có 8 cái tổ hợp tương ứng với 8 ký tự Thế thì còn 4 bít 4 bít thì chúng ta cứ theo công thức là sẽ bằng 2 mũ 4 ký tự 2 mũ 4 tức là 16 7 bít là 2 mũ 7 tức là 128 ký tự 8 bít tức là 2 mũ 8 là 256 ký tự 8 bít tức là 1 byte nha 2 byte là 16 bít tức là 2 mũ 16 ký tự Tương ứng với 65536 ký tự 3 byte là 24 bít tức là 2 mũ 24 ký tự 4 byte là 32 bít tức là 2 mũ 32 ký tự Như vậy là chúng ta sẽ tính được số ký tự được mã hóa dựa vào số bít theo công thức như thế này Chúng ta chỉ cần lấy lũy thừa của 2 thì nó sẽ ra Tiếp theo chúng ta sẽ đi vào tìm hiểu các bảng mã được dùng để biểu diễn các dữ liệu văn bản Đầu tiên là bảng mã ASCII Ban đầu thì bảng mã ASCII là một bảng mã gồm có 7 bít 7 bít thì nó sẽ mã hóa được là 128 ký tự Chúng ta cùng quan sát bảng mã ASCII 7 bít ở đây Trong này các ký tự cơ bản như là các chữ cái, ABCD viết hoa, ABCD viết thường Rồi các số 0123, các phép tính, cộng trừ nhân chia, các ký tự đặc biệt như là dấu thăng, dấu đô la, dấu phần trăm v.v Nó có đầy đủ trong các bảng này Tuy nhiên các bảng mã này thì nó chỉ có đầy đủ các ký tự trong ngôn ngữ tiếng Anh là chủ yếu Ví dụ như tiếng Việt của chúng ta có các chữ như là A, A, Ơ, O, O, Ơ chẳng hạn Thì chúng ta sẽ không tìm thấy trong cái bảng mã ASCII 7 bít này Do đó mà người ta mới mở rộng cái bảng mã ASCII này từ 7 bít lên thành 8 bít 8 bít thì nó sẽ mã hóa được tổng cộng là 256 ký tự Trong đó 128 ký tự ban đầu là nó vẫn giữ nguyên như thế này Và nó bổ sung thêm 128 ký tự nữa 128 ký tự nữa thì chúng ta có thể tìm thấy một số các ký tự của tiếng Việt trong này Ví dụ như là A, A, Ơ, O, O, Ơ, E, chữ Đ trong tiếng Việt Như vậy cái bảng mã ASCII là bảng mã đầu tiên ra đời để phục vụ cho việc biểu diễn dữ liệu văn bản Và bảng mã ASCII đầy đủ đó chính là bảng mã ASCII mở rộng Nó sẽ gồm có 8 bít biểu diễn được tổng cộng là 256 ký tự Cách tra cứu các cái ký tự trong bảng mã ASCII chúng ta sẽ làm như sau Giả sử chúng ta muốn tra cứu cái ký tự hay là cái chữ trái A, O, A Chữ này ha Thì chúng ta sẽ dóng sang hàng ngang Chúng ta có cái giải bít là 0100 Đây 0100 Sau đó chúng ta dóng lên hàng dọc Chúng ta sẽ có giải bít là 0001 Kết hợp của 2 giải bít này chúng ta sẽ có được cái chữ trái A, O, A Nó sẽ được biểu diễn bằng cái dòng bít là 0100 và 0001 Dòng này nó sẽ gồm có tổng cộng là 8 bít Thì đây là cách chúng ta tra cứu 1 cái ký tự trong cái bảng mã ASCII Chúng ta để ý là cái bảng mã ASCII này nó chỉ biểu diễn được tổng cộng là 256 ký tự Mà chủ yếu là các cái ký tự trong ngôn ngữ tiếng Anh là chủ yếu nha Còn nhiều ký tự của các cái ngôn ngữ khác là nó không có trong cái bảng mã này Ví dụ như là các cái ngôn ngữ tượng hình như là tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Thái v.v Chúng ta sẽ không tìm thấy được trong cái bảng mã này Đó là lý do vì sao người ta phải tạo ra 1 cái bảng mã khác nó đầy đủ hơn Chúng ta tiếp tục sang cái bảng mã thứ 2, đó chính là bảng mã Unicode Đây là ví dụ về cái bảng mã Unicode Và bảng mã Unicode thì nó có tối đa là 4 byte tương ứng với 32 bít Như vậy là tổng số các cái ký tự mà nó có thể mã hóa được là 2 mũ 32 ký tự Một con số rất là lớn Như vậy là nó đủ cho tất cả các cái ngôn ngữ trên thế giới Bây giờ chúng ta sẽ đi vào tìm hiểu kỹ hơn về cái bảng mã Unicode này nha Để tạo ra cái bảng mã Unicode này thì người ta sẽ sử dụng các cái phương pháp mã hóa khác nhau Bao gồm các cái phương pháp mã hóa như là phương pháp mã hóa UTF-8, phương pháp mã hóa UTF-16, phương pháp mã hóa UTF-32 Thì các cái phương pháp mã hóa này nó khác nhau như thế nào? Chúng ta cùng xem nha Với cái phương pháp mã hóa UTF-8 thì các cái ký tự và ký hiệu tiếng Anh chuẩn nó sẽ được mã hóa bằng 1 byte Còn các cái ký tự Latin cũng như là các cái ký tự của ngôn ngữ của các quốc gia Trung Đông thì được mã hóa bằng 2 byte Còn các cái ký tự của các quốc gia châu Á thì được mã hóa bằng 3 byte Các ký tự bổ sung được mã hóa bằng 4 byte Như vậy là các ký tự được mã hóa có thể là 1 byte, 2 byte, 3 byte hoặc là 4 byte tùy theo Chúng ta lấy ví dụ nha Ví dụ như là ký tự A là một ký tự của tiếng Anh chuẩn thì nó sẽ được mã hóa bằng 1 byte tức là 8 bit Đó chính là các bit 01000001 Thì đây là cái phương pháp mã hóa UTF-8 Còn cái phương pháp mã hóa UTF-16 thì nó sẽ mã hóa 65536 ký tự bằng 2 byte Thì trong 65536 ký tự này nó đã bao gồm tất cả các cái ngôn ngữ của tất cả các quốc gia Còn lại các ký tự bổ sung sẽ được mã hóa bằng 4 byte Ví dụ như ký tự A là ký tự của ngôn ngữ tiếng Anh thì nó sẽ được mã hóa bằng 2 byte là 16 bit Hay là cái phương pháp mã hóa UTF-32 Phương pháp này nó sẽ mã hóa tất cả các ký tự bằng 4 byte Ví dụ như là ký tự A chẳng hạn nó sẽ gồm có 4 byte hay là 32 bit Thì đây là sự khác nhau giữa các phương pháp mã hóa Và Việt Nam chúng ta sẽ sử dụng cái bảng mã Unicode mà được mã hóa bằng phương pháp UTF-8 Tiếp tục chúng ta sẽ tìm hiểu tiếng Việt trong bảng mã Unicode Thì như chúng ta đã biết chúng ta sử dụng cái bảng mã Unicode với phương pháp mã hóa là UTF-8 Và trong cái bảng mã Unicode này tiếng Việt của chúng ta sẽ được mã hóa như sau Với các ký tự Latin không giấu thì chúng ta sẽ mã hóa bằng 1 byte Nói cách khác là chúng ta sử dụng nguyên cái bảng mã ASCII để mã hóa các ký tự Latin không giấu Các ký tự không có trong bảng mã ASCII thì chúng ta sẽ mã hóa bằng 2 byte Đó là các nguyên âm có giấu và chữ D thường, D hoa Ngoài ra các ký tự đặc biệt thì chúng ta sẽ mã hóa bằng 3 byte Thì đây là các cái ký tự trong tiếng Việt trong bảng mã Unicode Chúng ta lấy ví dụ nha, chúng ta muốn mã hóa cái chữ Cảng theo cái bảng mã Unicode UTF-8 Thì chúng ta sẽ làm như sau Chữ Cảng nó sẽ gồm có chữ C Đây là ký tự Latin không giấu do đó được mã hóa bằng 1 byte 01100011 Tiếp theo là chữ A có giấu hỏi Đây là nguyên âm có giấu Chúng ta mã hóa bằng 2 byte Tiếp tục là chữ N, ký tự Latin không giấu sẽ được mã hóa bằng 1 byte Và cuối cùng là chữ G, cũng là ký tự Latin không giấu Nó sẽ được mã hóa bằng 1 byte Như vậy là chữ Cảng được biểu diễn trong máy tính Như vậy là chúng ta đã biết cách biểu diễn dữ liệu văn bản trong máy tính rồi Thế thì số hóa văn bản là gì? Giả sử chúng ta có 1 trang văn bản như thế này Và chúng ta nhập vào trong máy tính Thì máy tính nó sẽ dựa vào các bảng mã mà chúng ta vừa học ở trên Như là bảng mã ASCII, bảng mã Unicode v.v Để mà nó chuyển đổi trang văn bản này thành các dòng bit 1001 Thì trong máy tính nó sẽ có các phần mềm mà giúp cho chúng ta thực hiện cái việc này Đó chính là các phần mềm soạn thảo văn bản Như là phần mềm Microsoft Word, phần mềm Writer v.v Như vậy, số hóa văn bản tức là chúng ta sử dụng các phần mềm soạn thảo văn bản Để chuyển đổi các trang văn bản như thế này Thành các dòng bit 101 Hay là thành các dữ liệu nhị phân Để mà máy tính nó có thể lưu trữ, có thể xử lý Bài tập của phần 2 gồm có 2 câu Câu 1. Mã nhị phân và mã thập phân của các ký tự SGK trong bảng mã ASCII là gì? Thì cách tra cứu một cái ký tự trong bảng mã ASCII là chúng ta vừa học ở trên rồi Thì 3 ký tự này, nó sẽ có cái mã nhị phân và mã thập phân như sau Ký tự S, mã thập phân là 83, mã nhị phân là 0101, 0011 Ký tự G, mã thập phân là 71, mã nhị phân là 0100, 0111 Ký tự K, mã thập phân là 75, mã nhị phân là 0100, 1011 Các bạn lưu ý, các cái ký tự này là ký tự hoa nha Câu số 2. Trong bảng mã Unicode tiếng Việt, mỗi ký tự được biểu diễn bởi bao nhiêu byte? Trong bảng mã Unicode tiếng Việt, mỗi ký tự có thể được biểu diễn bằng 1 byte, 2 byte hoặc 3 byte Vì vậy, câu trả lời của chúng ta là câu D, từ 1 đến 3 byte Tiếp tục chúng ta sang các câu hỏi của phần luyện tập Câu hỏi 1. Giấy chứng nhận sở hữu xe máy có các thông tin nail ở cột bên trái của bảng sau Hãy ghép mỗi thông tin ở cột bên trái với kiểu dữ liệu thích hợp ở cột bên phải Bây giờ chúng ta bắt đầu ghép nha Họ tên thường là kiểu dữ liệu, đó chính là kiểu văn bản Số căn cứ công dân, kiểu dữ liệu chính là kiểu số nguyên Biển số xe, kiểu dữ liệu chính là kiểu văn bản Dung tích xi lanh, kiểu dữ liệu là kiểu số nguyên Và số khung số máy, kiểu dữ liệu là kiểu văn bản Câu 2 của phần luyện tập Câu trả lời nào đúng cho câu hỏi tại sao cần có Unicode? Câu A, để đảm bảo bình đẳng cho mọi quốc gia trong ứng dụng tiên học Câu B, bảng mã ASCII mã hóa mỗi ký tự bởi 1 byte Giá thành thiết bị lưu trữ ngày càng rẻ nên không cần phải sử dụng các bộ ký tự mã hóa bởi 1 byte Câu C, dùng một bảng mã chung cho mọi quốc gia Giải quyết vấn đề thiếu vị trí cho bộ ký tự của một số quốc gia Đáp ứng nhu cầu dùng nhiều ngôn ngữ đồng thời trong cùng một ứng dụng Câu D, dùng cho các quốc gia sử dụng chữ tượng hình Câu C, dùng bảng mã Unicode bởi có đầy đủ các ký tự cho mọi ngôn ngữ của tất cả các quốc gia trên thế giới Chúng ta sang phần cuối cùng của bài học, phần vận dụng Câu hỏi 1 của phần vận dụng Dựa trên bảng mã ASCII, Việt Nam xây dựng bảng mã VSCII Vietnamese Standard Code for Information Interchange, gọi là TCVN 57121993 Hãy tìm hiểu bảng mã này trên Internet theo những gợi ý sau Bảng mã có đủ cho tất cả các ký tự tiếng Việt không? Bảng mã có bảo toàn bảng mã ASCII 7-bit không? Đây là cái bảng mã TCVN 5712 Câu hỏi 2, chúng ta quan sát ở đây, chúng ta thấy là nó có đầy đủ cho tất cả các ký tự tiếng Việt nha Bao gồm các ký tự Latin không giấu như là A, B, C, D Rồi các nguyên âm có giấu như là A, A, A, A, A, A, A, A Các ký tự đặc biệt như là chữ D, các ký tự khác Nói chung là đầy đủ các ký tự tiếng Việt nó có trong cái bảng này Như vậy trả lời cho cái câu hỏi 1 với ý đầu tiên là bảng mã có đủ cho tất cả các ký tự tiếng Việt nha Với ý thứ 2, bảng mã có bảo toàn bảng mã ASCII 7-bit không? Thì chúng ta thấy là 128 cái ký tự đầu tiên trong bảng mã này Chính là các ký tự trong cái bảng mã ASCII 7-bit Như vậy là cái bảng mã này nó đã bảo toàn được cái bảng mã ASCII 7-bit Câu hỏi số 2 của phần vận dụng Có 2 bộ gõ tiếng Việt rất thông dụng là UniKey và VietKey Nếu mở bảng điều khiển của 2 phần mềm này Ta sẽ thấy rất nhiều bảng mã tiếng Việt trong đó Có TCVN3 Em hãy tìm hiểu trên Internet để biết bảng mã TCVN3 là gì Thì trả lời cho câu hỏi 2 này Bảng mã TCVN3 là bảng mã tiêu chuẩn cũ của Việt Nam Bao gồm tất cả những phông chữ có chấm VN đứng đầu Do đó mà khi đọc hoặc làm việc với các phông chữ có định dạng chấm VN Đồi hỏi bạn phải chọn cái bảng mã phù hợp là bảng mã TCVN3 Hay còn gọi là bảng mã ABC Như vậy là chúng ta đã hoàn thành xong tất cả các nội dung của bài học số 3 Bài học về một số kiểu dữ liệu và dữ liệu văn bản Chúng ta kết thúc bài học tại đây nha Cảm ơn các bạn đã chú ý lắng nghe bài học Nếu các bạn có bất cứ thắc mắc hay câu hỏi gì Thì hãy để lại bình luận ở bên dưới Nếu các bạn thấy thích video này Thì hãy like, share hoặc subscribe đăng ký kênh để ủng hộ cho chương trình nha Xin chào và hẹn gặp lại