[理学]字符编码.ppt

* 二、计算机中中文字符的表示汉字内码 国标码是汉字信息交换的标准编码，但因其前后字节的最高位为0，与ASCII码发生冲突，如“保” 字，国标码为31H和23H（区位码为1103H)，而西文字符“1”和“#”的ASCII码也分别为31H和23H。 现假如内存中有两个字节为31H和23H，这到底是一个汉字，还是两个西文字符“1”和“#”？于是就出现了二义性。 * 二、计算机中中文字符的表示汉字内码 显然，国标码是不可能在计算机内部直接采用的。于是，汉字的机内码采用变形国标码。其变换方法为：将国标码的每个字节都加上128(80H)，即将每个字节的最高位由0改1，其余7位不变。或将区码和位码各加A0H(十进制160）。 如： “保”字的国标码为3123H，前字节，后字节，高位分别改1 ，即为B1A3H，因此， “保”字的机内码就是B1A3H。 * 二、计算机中中文字符的表示汉字输入码 无论是区位码或国标码都不利于输入汉字，为方便汉字的输入而制定的汉字编码，称为汉字输入码，又称“外码”，即各种输入法编码方案。常见的输入法有以下几类：按汉字的排列顺序形成的编码（流水码）：如区位码； 按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等； 按汉字的字形形成的编码（形码）：如五笔字型、郑码等；按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC。　　输入码在计算机中必须转换成机内码，才能进行存储和处理。 * 二、计算机中中文字符的表示汉字字形码（输出码） 　 汉字字形码是对汉字的形状进行二进制编码，主要用来显示或打印汉字, 是表示汉字字形的字模数据，常用点阵、矢量函数等方式表示。 为了将汉字在显示器或打印机上输出，把汉字按图形符号设计成点阵图，就得到了相应的点阵代码—字形码。　　全部汉字字形码的集合叫汉字字库。汉字库可分为软字库和硬字库。软字库以文件的形式存放在硬盘上，现多用这种方式，硬字库则将字库固化在一个单独的存储芯片中，再和其它必要的器件组成接口卡，插接在计算机上，通常称为汉卡。　　　　 * 二、计算机中中文字符的表示汉字字形码（输出码） 　　用于显示的字库叫显示字库。显示一个汉字一般采用16×16点阵或24×24点阵或48×48点阵。已知汉字点阵的大小，可以计算出存储一个汉字所需占用的字节空间。例：用16×16点阵表示一个汉字，就是将每个汉字用16行，每行16个点表示，一个点需要1位二进制代码，16个点需用16位二进制代码（即2个字节），共16行，所以需要16行×2字节/行=32字节，即16×16点阵表示一个汉字，字形码需用32字节。　　　即：字节数=点阵行数×点阵列数/8　　用于打印的字库叫打印字库，其中的汉字比显示字库多，而且工作时也不像显示字库需调入内存。　　 * 二、计算机中中文字符的表示汉字字形码（输出码） 　　可以这样理解，为在计算机内表示汉字而统一的编码方式形成汉字编码叫内码（如国标码），内码是惟一的。为方便汉字输入而形成的汉字编码为输入码，属于汉字的外码，输入码因编码方式不同而不同，是多种多样的。为显示和打印输出汉字而形成的汉字编码为字形码，计算机通过汉字内码在字模库中找出汉字的字形码，实现其转换。　　例1：已知汉字“春”的国标码为343AH，求其机内码。 机内码=区位码+A0A0H=国标码+8080H=343AH+8080H=B4BAH　　例2：用24×24点阵来表示一个汉字（一点为一个二进制位），则2000个汉字需要多少KB容量？　　　　　（24×24/8）×2000/1024=140.7KB≈141KB 二、计算机中中文字符的表示汉字字形码（输出码） * 二、计算机中中文字符的表示汉字字形码（输出码） 　　 * 汉字“中”的16×16点阵的字形及字形编码 （a）16×16点阵字形表示 （b）16×16点阵字形编码表示 * 三、计算机中其它中文字符集简介 GB2312 GBK Big5 Unicode 汉字是一个大字符集 《说文解字》（东汉）收录9353字 《玉篇》（南朝）收录16,917字 《广韵》（宋代）收字26,194字 《字汇》（明朝）收录33,197字 《康熙字典》（清朝）收录47,043字 《汉语大字典》（1992年）收录超过5.6万字 * GBK 码 GBK码是GB-2312的扩展 GBK 向下与 GB 2312 编码兼容，向上支持 ISO 10646.1 国际标准。 ISO 10646 是国际标准化组织 ISO 公布的一个编码标准，即 Uni