文字处理基础理论

汉字代码在系统中的分布： 内部码，交换码 地址码，字形码 控制码
内 部 处 理 层
外 部 输 入 层 汉 字 输 入 设 备
外部输出层 汉字显示器 汉字打印机 字形码，控制码 磁盘机 磁带机 交换码，字形码，控制码 通信接口 交换码，控制码 语音合成输出 语音成分
计算机
（包括汉字库）
汉字交换码 键盘输入码 汉字识别码 语音识别码
二 流水码：将被编码的汉字按一定的顺序排列，逐一赋予 一号码作为该汉字编码。
特点：整齐，简单，输入速度快，用户较难记忆和掌握。 实例：国标码，区位码，电报码等。 三 音码：根据被编码汉字的读音形成的代码。
特点：简单易于掌握，输入速度慢，知道读音方可输入。
实例：拼音码 四 形码：根据被编码汉字的字形形成的代码。 特点：输入速度快
文字处理基础理 论
重点!
文字处理及图文混排的方法
文字信息处理
1.1 文字信息处理的概念： 一. 概念 信息：自然存在的人类活动所产生的各种状态和消息的 总称。 信息的载体：文字，声音，数据，图形，图像等。
信息的处理：信息的传输，存储和加工。
本课所指信息：文字信息。 二.中文信息处理的必要性： 研究内容：汉字输入，汉字信息存储和加工处理，汉字 输出。 三.中文信息处理的发展：
输入码 控制码
汉字内部码：汉字信息处理系统内部标识汉字的编码。 汉字输入码：由输入设备直接发生的，与内部码有对应关系的可 区别信息。
汉字地址码：存储汉字字形信息的逻辑地址码。
汉字交换码：用于汉字信息处理系统之间或与通讯系统之间进行 信息交换的汉字代码。
汉字字形码：指确定一汉字字形点阵的代码或称汉字字模点阵码。
实例：五笔字型编码方案，五笔画编码方案
五 音形结合码：根据被编码汉字的读音和字形确定的汉字编 码，分为形音码和音形码。
特点：结合音码与形码之长，快速输入，记忆量较大
实例：首尾码，PV码
2.3 一
汉字内部码： 概述：
信息处理系统通常由信息采集，信息传输，信息存储， 信息加工和信息利用等几部分组成。 西文内部码与其交换码是统一的，即ASCII码。 汉字内部码尚无统一的标准。 二 1 汉字内部码的编码原则： 理想的汉字内部码方案应具备的特征：
五种基本笔划：横，竖，撇，捺，折。
字根：组成汉字形体的基本结构单元。 二.汉字字音
汉字是单音节文字，每字一个音节。 汉语普通话有：主要元音音素6个，辅音音素22个，声母 21个，韵母35个，可构成417个基本音节，1330个左右的声 调音节。 三.汉字字义 汉字字义属性在汉字信息处理技术中应用受到极大限制。 1.3 汉字信息处理标准： 汉字信息处理是以计算机系统作为工具，故汉字信息处 理技术应满足电子计算机系统的有关标准。 国家标准化机构组织了各方面专家制订出我国汉字信息 领域的一系列标准。包括汉字交换码标准，汉字点阵字模集 及数据集标准。
50年代末期：研制成功俄汉机器翻译模型样机
60年代末期：研制出汉字电报译码机 70年代开始：开设系统地研制开发 70年代末期：研制成功一些新型汉字输入与输出设备 80年代以来：汉字信息处理技术蓬勃发展，国家颁布了一系 列中文信息处理标准 四.中文信息处理系统的组成 硬件：计算机硬件，字库，输入设备和输出设备。
汉字控制功能码：汉字信息处理中，用以控制汉字数据的格式， 传送和解释执行的编码。
2.2 汉字输入码：
一 概述：
汉字输入的种类：汉字的键盘输入，字形识别输入，语 音识别输入 小键盘编码输入：用字母，数字或符号将汉字编成代码 的间接输入。
汉字输入码按编码规则分为：流水码，音码，形码和音 形结合码四种。
(1)有足够的汉字字符数量。
(2)与国家标准交换码基本有良好的一一对应关系。 (3)内部码的长度为定长字节—双八位,码长最短,与大多软件相容。 (4)最大限度地与现在的主流内部码体系相兼容。
2.4 汉字的其它代码： 一 汉字交换码
GB2312—80为基本集中6763个汉字确定了交换码。
GB7589，GB7590分别为辅二和辅四集中16000多个汉字 确定了交换码。 二 汉字地址码 汉字地址码与内部码应有简单的对应关系；且应是连续有 续的。
三 汉字字形码 多为数字式，以点阵方式形成汉字。 简易型16*16，普及型24*24，提高型32*32汉字字型点阵 已有国家标准。 汉字字形码设计涉及文字学，书法艺术等。 汉字代码之间的关系： 示意图如下：
设备或系统
交换码
交换码
键盘 输入码 键盘管理模块
通讯管理模块 内部码 内部码
内部码
(1) 信息的冗余度小，以尽量短的码长表示尽可能多的汉字 字符。
(2) 码长固定，便于处理。
(3) 能表示足够的汉字字符以满足用户需要，并可扩充。
(4) 与国家标准交换码有简单的对应关系。
(5) 能唯一地标识汉字，达到一字一码，一码一字。
(6) 尽量回避专用的控制字符。 (7) 有好的国际兼容性。 2. 汉字内部码的编码原则：
ห้องสมุดไป่ตู้
软件：中文操作系统（系统软件）和应用软件。
汉字
键盘 汉字识别装置 汉语语音识别装置 通讯接口 字库 汉字显示器
信息
汉字 交换码
汉字打印机
语音合成设备 应用软件 中文操作系统 输入处理 字库管理 通讯接口 输出
计算机硬件 输出处理
汉字交换码
1.2 汉字的属性 汉字的属性是指汉字所具有的性质和特点。 汉字的三个基本属性：字形，字音，字义。 一.汉字的字形 汉字的六种造字方法：象形，指事，会意，形声，假 借，转注。 汉字的基本结构分析：汉字字形分解的层次各不相同， 一般可拆分为三个层次：即汉字，字根，笔划。
1.4 汉字信息处理的应用 1 .电子出版系统： 2 .中文情报检索系统： 3 .汉字通信系统： 4 .信息管理系统：
5 .机器翻译系统：
6 .办公自动化系统：
第二章
主要内容 汉字代码的六种类型 汉字输入码，内部码的确定 汉字代码之间的关系
汉字代码体系
2.1 代码的国家标准
一 概念
汉字编码：是指按一定的规则，对指定的汉字集中的元素编 制相应代码。 汉字代码：即汉字字符的代码化表示，常用英文字母和（或） 数字的不同组合来表征。 汉字代码的六种类型及其在系统中的分布：