汉字区位码的原理及介绍
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机内码
国标码：是指我国1981年公布的“中华人民共和国国家标准信息交换汉字编码”，代号为“GB2312-80”。由连续的两个字节组成。 2.机内码：在计算机内表示汉字的代码是汉字机内码，汉字机内码由国标码演化而来，把表示国标码的两个字节的最高位分别加“1”，就变成汉字机内码 3.输入码：汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。 4.字型点阵码：用点阵方式来构造汉字字型，然后存储在计算机内，构成汉字字模库。目的是为了能显示和打印汉字。 （1）区位码先转换成十六进制数表示
高位字节＝区码+20H+80H(或区码+A0H)
低位字节=位码+20H+80H(或位码+AOH)
由于汉字的区码与位码的取值范围的十六进制数均为01H~5EH(即十进制的01~94)，所以汉字的高位字节与低位字节的取值范围则为A1H~FEH(即十进制的161~254)。
例如，汉字“啊”的区位码为1601，区码和位码分别用十六进制表示即为1001H，它的机内码的高位字节为B0H，低位字节为A1H，机内码就是B0A1H。 2603 = 1A03H 区位码 + A0A0H = BAA3H 机内码 汉字的编码知识
信息编码各国有各国不同的编码，国际上统一使用的编码为ASCII（美国标准信息交换代码），我国使用的有国标码BG（中文），和BIG5（中文繁体）两种。 附带要知道：中文字库（字库文件名，大小，扩展名，存放位置）
中文输入方法（语音输入，键盘输入，手写输入，扫描输入等） 1．汉字的编码
（1）国标码：是指我国1980年公布的“信息交换汉字编码字符集”，代号为“GB2312-80”。由连续的两个字节组成。
编码的转换举例
汉字 区位码 16进制 国标码 机内码
文 4636 2E24H 4E44H CEC4H
“文”的区位码为4636，区码和位码分别用16进制表示即为“2E24H”， 0010 1110 0010 0100转换成国标码“4E44H”，0100 1110 0100 0100机内码为“CEC4H”， 1100 1110 1100 0100
（2）机内码：在计算机内表示汉字的代码是汉字机内码，汉字机内码由国标码演化而来，把表示国标码的两个字节的最高位分别加“1”，就变成汉字机内码。 （3）输入码：汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。
（4）字型点阵码：用点阵方式来构造汉字字型，然后存储在计算机内，构成汉字字模库。目的是为了能显示和打印汉字。
（2）GBK汉字集：GBK即汉字扩充内码规范，又称大字符集，一共收录了20900个汉字。在Windows简体中文版中，又增加了101个补充字，一共有21001个字。它包容了GB2312-80的6763个常用汉字，台湾BIG5码收录了13000多个汉字，是目前见到的收录汉字最多的汉字系统
2．汉字的输入方法
汉字输入方法目前有两大类四பைடு நூலகம்。
（1）键盘输入法。这是最常用的，利用各种汉字输入方法的编码敲击键盘来输入汉字；
（2）非键盘输入法。目前主要有三种方法。
手写笔输入法：利用汉字识别技术，通过书写笔在感应板上书写汉字把其输入的方法。 语音输入法：利用语音识别技术，通过口说来输入汉字。
（2）（区位码的十六进制表示）＋2020H＝国标码；
（3）国标码＋8080H＝机内码 汉字的机内码是指在计算机中表示一个汉字的编码。机内码与区位码稍有区别。汉字区位码的区码和位码的取值均在1~94之间，如直接用区位码作为机内码，就会与基本ASCII码混淆。为了避免机内码与基本ASCII码的冲突，需要避开基本ASCII码中的控制码(00H~1FH)，还需与基本ASCII码中的字符相区别。为了实现这两点，可以先在区码和位码分别加上20H，在此基础上再加80H(此处“H”表示前两位数字为十六进制数)。经过这些处理，用机内码表示一个汉字需要占两个字节，分别 称为高位字节和低位字节，这两位字节的机内码按如下规则表示:
扫描识别输入，是将印或写在纸上的汉字通过扫描仪输入计算机，再经相应软件处理后转换成汉字机内码。
3．汉字字符集的概念
有两种汉字字符集。
（1）国标码字符集GB2312-80：该字符集收录了6763个常用汉字，其中一级汉字3755个，二级汉字3008个。另外还收录了各种符号682个，合计7445个。
国标码：是指我国1981年公布的“中华人民共和国国家标准信息交换汉字编码”，代号为“GB2312-80”。由连续的两个字节组成。 2.机内码：在计算机内表示汉字的代码是汉字机内码，汉字机内码由国标码演化而来，把表示国标码的两个字节的最高位分别加“1”，就变成汉字机内码 3.输入码：汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。 4.字型点阵码：用点阵方式来构造汉字字型，然后存储在计算机内，构成汉字字模库。目的是为了能显示和打印汉字。 （1）区位码先转换成十六进制数表示
高位字节＝区码+20H+80H(或区码+A0H)
低位字节=位码+20H+80H(或位码+AOH)
由于汉字的区码与位码的取值范围的十六进制数均为01H~5EH(即十进制的01~94)，所以汉字的高位字节与低位字节的取值范围则为A1H~FEH(即十进制的161~254)。
例如，汉字“啊”的区位码为1601，区码和位码分别用十六进制表示即为1001H，它的机内码的高位字节为B0H，低位字节为A1H，机内码就是B0A1H。 2603 = 1A03H 区位码 + A0A0H = BAA3H 机内码 汉字的编码知识
信息编码各国有各国不同的编码，国际上统一使用的编码为ASCII（美国标准信息交换代码），我国使用的有国标码BG（中文），和BIG5（中文繁体）两种。 附带要知道：中文字库（字库文件名，大小，扩展名，存放位置）
中文输入方法（语音输入，键盘输入，手写输入，扫描输入等） 1．汉字的编码
（1）国标码：是指我国1980年公布的“信息交换汉字编码字符集”，代号为“GB2312-80”。由连续的两个字节组成。
编码的转换举例
汉字 区位码 16进制 国标码 机内码
文 4636 2E24H 4E44H CEC4H
“文”的区位码为4636，区码和位码分别用16进制表示即为“2E24H”， 0010 1110 0010 0100转换成国标码“4E44H”，0100 1110 0100 0100机内码为“CEC4H”， 1100 1110 1100 0100
（2）机内码：在计算机内表示汉字的代码是汉字机内码，汉字机内码由国标码演化而来，把表示国标码的两个字节的最高位分别加“1”，就变成汉字机内码。 （3）输入码：汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。
（4）字型点阵码：用点阵方式来构造汉字字型，然后存储在计算机内，构成汉字字模库。目的是为了能显示和打印汉字。
（2）GBK汉字集：GBK即汉字扩充内码规范，又称大字符集，一共收录了20900个汉字。在Windows简体中文版中，又增加了101个补充字，一共有21001个字。它包容了GB2312-80的6763个常用汉字，台湾BIG5码收录了13000多个汉字，是目前见到的收录汉字最多的汉字系统
2．汉字的输入方法
汉字输入方法目前有两大类四பைடு நூலகம்。
（1）键盘输入法。这是最常用的，利用各种汉字输入方法的编码敲击键盘来输入汉字；
（2）非键盘输入法。目前主要有三种方法。
手写笔输入法：利用汉字识别技术，通过书写笔在感应板上书写汉字把其输入的方法。 语音输入法：利用语音识别技术，通过口说来输入汉字。
（2）（区位码的十六进制表示）＋2020H＝国标码；
（3）国标码＋8080H＝机内码 汉字的机内码是指在计算机中表示一个汉字的编码。机内码与区位码稍有区别。汉字区位码的区码和位码的取值均在1~94之间，如直接用区位码作为机内码，就会与基本ASCII码混淆。为了避免机内码与基本ASCII码的冲突，需要避开基本ASCII码中的控制码(00H~1FH)，还需与基本ASCII码中的字符相区别。为了实现这两点，可以先在区码和位码分别加上20H，在此基础上再加80H(此处“H”表示前两位数字为十六进制数)。经过这些处理，用机内码表示一个汉字需要占两个字节，分别 称为高位字节和低位字节，这两位字节的机内码按如下规则表示:
扫描识别输入，是将印或写在纸上的汉字通过扫描仪输入计算机，再经相应软件处理后转换成汉字机内码。
3．汉字字符集的概念
有两种汉字字符集。
（1）国标码字符集GB2312-80：该字符集收录了6763个常用汉字，其中一级汉字3755个，二级汉字3008个。另外还收录了各种符号682个，合计7445个。