汉字的编码
2025-05-06 23:23:06
时光倾城
已认证
已认证时光倾城为您分享以下优质知识
汉字的编码体系根据应用场景和功能不同，主要分为以下几类：
一、按功能分类
输入码（外码）
用于将汉字输入计算机的编码，包括区位码、拼音码、五笔字型码、电报码等。例如，通过拼音输入法输入的拼音对应特定编码。
交换码（国标码/区位码）
- 国标码：
将区位码转换为十六进制后，每个字节加20H（0x14），用于不同系统间的汉字信息交换。
- 区位码：直接用4位十进制表示汉字在94×94方阵中的位置。
机内码
汉字在计算机内部存储、处理和传输的编码，通常为机内码。例如，GB2312、GBK等编码方式将国标码转换为机内码（如加80H），并与ASCII码兼容。
字形码
用于计算机输出汉字字形的编码，如点阵字型、矢量字型等。
二、编码特点
字节数：
汉字通常用2个字节表示，每个字节7位，共14位。
兼容性：国标码与ASCII码兼容（通过加80H转换），但GBK等扩展编码不兼容。
扩展性：如UTF-16编码可表示更多汉字（包括生僻字），但需占用更多存储空间。
三、常见编码标准
GB2312-80
- 支持6763个汉字，其中一级汉字3755个，是简体中文常用编码。
GBK
- 扩展国标码，支持超过2万汉字，兼容ASCII码。
Big5
- 针对繁体汉字的编码，与简体字编码不兼容。
HZ码
- 混合使用简/繁体汉字的编码方案，适用于特定场景。
四、总结
汉字编码涉及从输入到输出的完整流程，不同阶段需采用不同编码方式。例如，输入时用拼音码，存储和处理时用机内码，输出时转换为目标字体字形码。理解这些编码机制有助于掌握汉字信息处理的核心原理。
