汉字编码及国标码GB2312.doc

汉字国标码 每个汉字有个二进制编码，叫汉字国标码。 在我国汉字代码标准GB2312-80中有6763个常用汉字规定了二进制编码。 每个汉字使用2个字节。 GB2312-80 GB2312将代码表分为94个区，对应第一字节；每个区94个位，对应第二字节，两个字节的值分别为区号值和位号值加32（2OH）,因此也称为区位码。01-09区为符号、数字区，16-87区为汉字区，10-15区、88-94区是有待进一步标准化的空白区。GB2312将收录的汉字分成两级：第一级是常用汉字计 3755个，置于16-55区，按汉语拼音字母/笔形顺序排列；第二级汉字是次常用汉字计3008个，置于56-87区，按部首/笔画顺序排列。故而 GB2312最多能表示6763个汉字。 汉字机内码 汉字机内码，又称“汉字ASCII码”，简称“内码”，指计算机内部存储，处理加工和传输汉字时所用的由0和1符号组成的代码。输入码被接受后就由汉字操作系统的“输入码转换模块”转换为机内码，与所采用的键盘输入法无关。机内码是汉字最基本的编码，不管是什么汉字系统和汉字输入方法，输入的汉字外码到机器内部都要转换成机内码，才能被存储和进行各种处理。 汉字在计算机内部其内码是唯一的。因为汉字处理系统要保证中西文的兼容，当系统中同时存在ASCII码和汉字国标码时，将会产生二义性。例如：有两个字节的内容为30H和21H，它既可表示汉字“啊”的国标码，又可表示西文“0”和“!”的ASCII码。为此，汉字机内码应对国标码加以适当处理和变换。 GB码的机内码为二字节长的代码，它是在相应GB码的每个字节最高位上加“1”，即 汉字机内码＝汉字国标码＋8080H 例如，上述“啊”字的国标码是3021H，其汉字机内码则是B0A1H。 汉字机内码的基础是汉字国标码。 机内码：为了避免ASCII码和国标码同时使用时产生二义性问题，大部分汉字系统都采用将国标码每个字节高位置1作为汉字机内码。这样既解决了汉字机内码与西文机内码之间的二义性，又使汉字机内码与国标码具有极简单的对应关系。 汉字机内码、国标码和区位码三者之间的关系为：区位码（十进制）的两个字节分别转换为十六进制后加20H得到对应的国标码；机内码是汉字交换码（国标码）两个字节的最高位分别加1，即汉字交换码（国标码）的两个字节分别加80H得到对应的机内码；区位码（十进制）的两个字节分别转换为十六进制后加A0H得到对应的机内码。 举例：机内码位BEDF，求区位码？ 有两种解法：1.BEDFH-A0A0H=1E3FH=7743D； 2.BEDFH-8080H=3E5FH(国标码),3E5FH-2020H=1E3FH=7743D 查找说明 所谓汉字编码，就是采用一种科学可行的办法，为每个汉字编一个唯一的代码，以便计算机辨认、接收和处理。在此介绍的是《国家标准信息交换汉字编码》。这种编码经过加工整理一律以汉语拼音的字母为序，音节相同的字以使用频率为序，其查找方法与一般汉语字典的汉字拼音音节索引查找法相同。 （1）按音序查 常用汉字按音序几乎都可查到，例如：“白”字，首先，按其发音bai查在汉字编码表中的位置，然后在bai范围内查“白”字，找到“白”字后，其汉字右侧的数字1655就是“白”的汉字编码。 （2）关于多音字的查找 由于汉字编码是一种无重码的汉字编码，所以多音字只有一个编码。在查多音字时，如果用某个音查不到，可换另外的音去查。例如：重庆的“重”和重量的“重”，字同音不同，汉字“重”的编码是按Zhong音编码的。 （3）生僻字的填涂方法 对于姓名汉字或单位不在给定的编码表中情况的考生，让考生涂写编码 0000 代替 阿 1602 吖 6325 嗄 6436 腌 7571 锕 7925 ai 埃 1603 挨 1604 哎 1605 唉 1606 哀 1607 皑 1608 癌 1609 蔼 1610 矮 1611 艾 1612 碍 1613 爱 1614 隘 1615 捱 6263 嗳 6440 嗌 6441 嫒 7040 瑷 7208 暧 7451 砹 7733 锿 7945 霭 8616 an 鞍 1616 氨 1617 安 1618 俺 1619 按 1620 暗 1621 岸 1622 胺 1623 案 1624 谙 5847 埯 5991 揞 6278 犴 6577 庵 6654 桉 7281 铵 7907 鹌 8038 黯 8786 ang 肮 1625 昂 1626 盎 1627 ao 凹 1628 敖 1629 熬 1630 翱 1631 袄 1632 傲 1633 奥 1634 懊 1635 澳 1636 坳 5974 拗 6254 嗷 6427 岙 6514 廒 6658 遨 6959 媪 7033 骜 7081 獒 73