4.2汉字的表示与汉字编码.PDF

4.2 汉字的表示与汉字编码 汉字的输入对于使用汉字的人来说，是一项必不可少的工作。我国的计算机研究人员已 成功地开发了多种汉字输入法，将汉字以一定的规则进行编码，在输入汉字时，只要输入该 汉字的编码字符，就能输入对应的汉字。 4.2.1 汉字字形的表示 计算机在处理汉字时，先根据汉字的机内码，取出对应的汉字字形码，得到该汉字的点 阵字形，再由点阵字形来输出该汉字。 点阵字形就是以点阵方式来表示的汉字字形，是一种以网格来描画字形的方法。由于汉 字是方形的，所以点阵都是正方形的。 目前计算机使用的汉字字形大多采用16×16 点阵，也就是将一个正方形分为横向的 16 格与纵向 16 格，从而在相应的网格上描画汉字。16×16 点阵的每列用两个字节存储，每个 汉字字形占用 32 个字节。 点阵的大小影响着汉字字形的质量，点阵越大，即点阵越密，汉字的笔画表示得就越清 晰，因而汉字的质量就越高，但它所占用的存储空间也就越大。所以，汉字信息处理系统在 确定汉字点阵的同时，也要考虑存储容量及设备的成本等因素。 4.2.2 汉字代码 汉字代码包括汉字输入码、汉字交换码、汉字机内码、汉字地址码、汉字字形码和汉字 控制功能码六种。一个汉字从输入到输出，首先要用汉字的外码将汉字输入，其次是用汉字 的内码存储并处理汉字，最后用汉字的字形码将汉字输出。汉字编码转换过程如图4-3 所示。 汉 汉 汉 字 字 字 输 机 字 入 内 型 码 码 码 输入设备 输入处理 汉字库 输入设备 图4-3 汉字编码转换过程 1．汉字输入码 目前的键盘输入法种类繁多，而且新的输入法不断涌现，各种输入法各有各的特点，各 有各的优势。随着各种输入法版本的更新，其功能越来越强。目前的中文输入法有以下几类： （1）对应码 对应码又称为流水码。它是将被编码的汉字按一定的顺序排列，依次编排一个号码，这 个号码便是这个汉字的编码，这样形成的汉字编码就称为流水码。因为每个汉字只有一个编 码，所以重码率几乎为零，效率高，可以高速盲打，但缺点是编码与汉字的属性 （即字音、 字形、字义）没有直接的关系，因此这种编码较难记忆和掌握，而且没有什么太多的规律可 言。 常见的流水码有区位码、电报码、内码等，一个编码对应一个汉字。 这种方法适用于某些专业人员，比如，电报员、通讯员等。但在电脑中输入汉字时，这 类输入法已经基本淘汰，只是作为一种辅助输入法，主要用于输入某些特殊符号。 （2 ）音码 音码其编码规则与音素有关，它是根据汉字的读音属性来对汉字进行编码，因此只需具 有汉语拼音的基础即可掌握，不需要特殊记忆，符合人的思维习惯，只要会拼音就可以输入 汉字。但拼音输入法也有缺点：一是同音字太多，重码率高，输入效率低；二是对用户的发 音要求较高；三是难于处理不识的生字。 例如，全拼双音、双拼双音、新全拼、新双拼、智能ABC 、洪恩拼音、考拉、拼音王、 拼音之星、微软拼音等；台湾的注音、忘型、自然、汉音、罗马拼音等；香港的汉语拼音、 粤语拼音等。 这种输入方法不适于专业的打字员，而非常适合普通的电脑操作者，尤其是随着一批智 能产品和优秀软件的相继问世，中文输入跨进了” 以词输入为主导” 的境界，重码选择已不再 成为音码的主要障碍。新的拼音输入法在模糊音处理、自动造词、兼容性等方面都有很大提 高，微软拼音输入、黑马智能输入等输入法还支持整句输入，使拼音输入速度大幅度提高。 （3 ）形码 形码是按汉字的字形 （笔画、部首）来进行编码的。汉字是由许多相对独立的基本部分 组成的，例如，” 好” 字是由” 女” 和” 子” 组成