汉字编码表示与显示.PDF

汉字编码表示与显示 一、汉字的编码 1981 年5 月，我国国家标准总局颁布了《信息交换用汉字编码字符集》 （GB2312-80 ），简称国家标准汉字编码，也叫国标码。国标码共收进标准字符 7445 个。其中一级汉字3755 个，二级汉字3008 个，共计6763 个汉字。 由于 汉字的字符多，一个字节即 8 位二进制代码不足以表示所有的常用汉字。同时 为了不与西文的ASCII 码混淆，汉字国标码的每个汉字或符号都使用2 个字节 （16 位二进制）代码来表示。 西文字符采用一个字节表示，即ASCII 码，一般 只用七位来表示128 个字符，而把最高位用作奇偶校验(或者不用) 。 国标码介绍：在GB2312-80 代码表中，纵向分为0～93,共94 行；横向 也是0～93,共94 列。行与列分别用b7b6b5b4b3b2b1 七 位二进制码表示,第一字 节表示行,第二字节表示列。其值从 0100001 到 1111110 （十六进制为21-7E ）。 这正是ASCII 码的可打印字符的编 码范围。国标码是将第一字节和第二字节连 写而得。由于二进太长，一般用十六进制表示。 区位码介绍：在国标GB2312-80 中，国标码除了用双七位二进制表示 外，还可以表示成区位码的形式。即在国标代码表中，将行号称为区号，列号 称为位号，分别有 94 个区和 94 个位。区号和位号用十进制表示，不足两位前 面补0 。这样每个汉字或符号都可用4 位十进制表示。区位码因此可以用来作输 入码。是汉字输入的基本编码方法之一。 机内码介绍：在计算机中双字节汉字与单字节西文字符混合使用、处 理，汉字编码的各个字节若不予以特别标识，就会与单字节的 ASCII 码混淆不 清；为此，将标识汉字的两个字节编码的最高位置为1，这种最高位为1 的双字 节汉字编码就是中国大陆普遍采用的汉字机内码，简称内码，是计算机内部存 储、处理汉字所使用的代码。 内码、国标码、区位码三者的关系是： 高字节内码=高字节国标码+80H=区码+20H+80H=区码+0A0H=区码+160 低字节内码=低字节国标码+80H=位码+20H+80H=位码+0A0H=位码+160 繁体汉字在一些地区和领域仍在使用，国家又制定出相应的繁体汉字 字符集，国家标准代号是GB12345-90“信息交换用汉字编码字符集——辅助集”， 包含了 717 个图形符号和 6866 个繁体汉字。BIG5 是我国台湾地区计算机系统 中使用的汉字编码字符集，包含了420 个图形符号和 13070 个繁体汉字（不用 简体字）。 二、汉字的字模库 汉字的输出主要是指汉字字形的输出。输出的方式主要是显示和打印 两种。汉字输出时，用一个点阵来表示一个汉字。点阵的每个点位只有两种状 态：有点或无点。若用二进制代码来表示即为该位取值为 1 表示有点，取值为 0 表示无点。汉字的输出原理与西文的输出原理是相同的。不同的是汉字笔划较 多，要能很好地表示一个汉字，起码需要16×16 点阵才行。如果要求字型逼真 美观，点阵的点数还要增加。如用24 ×24 、32 ×32、48 ×48 等，因此汉字的存 储空间比西文要大很多，需要用大量的存储空间来存放字模。 描述一个汉字点阵信息的二进制代码串称为汉字的“字模”。所有汉字 和各种符号的点阵信息就组成汉字的“字模库”（简称字库）。字模的表示顺序 为：先从左到右，再从上到下。也就是先画第一行左上方的 8 个点，再是右上 方的8 个点，然后是第二行左边8 个点，右边8 个点，以此类推。 三、汉字的显示原理 1. 从键盘输入的汉字经过键盘管理模块，变换成机内码。 2. 然后经字模检索程序，查到机内码对应的点阵信息在字模库的地址。 3. 从字库中检索出该汉字点阵信息。 4. 利用显示驱动程序将这些信息送到显示卡的显示缓冲存储器中。 5. 显示器的控制器把点阵信息整屏顺次读出，并使每一个二进制位与屏幕的一 个点位相对应，就可以将汉字字形在屏幕上显示出来。 四、用区位码获取汉字的点阵信息 以16×16 的点阵汉字库文件为例。一个汉字用了256 个点共32 个字 节表示。汉字共分 94 区，每个区有94 位汉字。机内码用两个字节表示，第一 个字节存储区号（qh ），为了和ASCII 码相区别，范围从十六进制的A1H 开始 （小于80H 地为ASCII 码字符），对