计算机基础知识3).pptVIP

第一章 计算机基础知识 主讲教师：董晓晓 第一章 计算机基础知识 §1.6 汉字信息处理 主要内容 汉字信息处理概述 汉字的编码 汉字信息处理总结 补充 一、汉字信息处理概述 汉字的特点 数量多 处理复杂 什么是汉字信息处理？ 计算机对汉字进行输入、识别、存储、传输和输出等的操作。 计算机处理汉字的前提条件是对每个汉字进行编码 二、汉字的编码 1980年，我国国家标准总局颁布了《信息交换用汉字编码字符集——基本集》（GB2312-80）作为汉字交换码的国家标准。 汉字交换码 汉字系统之间或与通信系统之间进行信息传输时，对每个汉字所规定的统一编码 该字符集是目前国内所有汉字系统的统一标准，又称为“国标码”。 二、汉字的编码 国标码 一个汉字用2个字节表示。每个字节的最高位为0 第一字节（高字节） 最小取值 21H（十六进制） 33（十进制） 二进制） 最大取值 7EH（十六进制） 126（十进制） 二进制） 二、汉字的编码 第二字节（低字节） 最小取值 21H（十六进制） 33（十进制） 二进制）最大取值 7EH（十六进制） 126（十进制） 二进制） 二、汉字的编码 国标码的编码容量为94×94=8836 国标码字符集收录了6763个常用汉字和各种符号682个，合计7445个。 其中一级汉字3755个，是最常用的，在编码表中按汉语拼音字母顺序排列，同音字按起笔横、竖、撇、捺、折的顺序；二级汉字3008个，按偏旁部首的笔画顺序排列。 二、汉字的编码 区位码 所有的国标汉字与符号组成一个94×94的矩阵，每一行称一个“区”，每一列称一个“位”。 一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的“区位码”，高的两位为区号，低的两位为位号。 二、汉字的编码 汉字的区位码与国标码的关系：◆十六进制：国标码高位字节＝区位码区号(16)＋20H国标码低位字节＝区位码位号(16)＋20H◆十进制：国标码高位字节(10)＝区位码区号＋32国标码低位字节 (10)＝区位码位号＋32 二、汉字的编码 已知“啊”的国标码是3021H，求它的区位码 区位码区号=30H-20H=10H 区位码位号=21H-20H=01H 故区位码为1001H 二、汉字的编码 汉字输入码 为了将汉字输入计算机而编制的代码，又称为外码。 该码直接与汉字输入法相关，即每种汉字输入法对应一种外码，因此，通常情况下一个汉字的外码不唯一 二、汉字的编码 汉字输入码分类 键盘输入方式 音码 形码 音形码 顺序码 非键盘输入方式 笔、语音、扫描输入 二、汉字的编码 按汉语拼音方案对汉字进行编码。 优点 简单易学 缺点 重码较多 输入速度较慢 典型编码：全拼、双拼等 二、汉字的编码 将汉字分解为一些笔画、部首或字根进行编码，再由笔画、部首或字根组成单个汉字 优点 重码率低 输入速度较快 缺点 要记的字根较多，所以比较难学 学会后，长时间不用，容易忘 典型编码：五笔字型 二、汉字的编码 采用音形结合方式进行编码 以音为主，形为辅的，叫做音形码 以形为主，以音为辅的，叫做形音码 特点 难易程度，重码率，输入速度与音码、形码比较起来，比较适中 典型编码：郑码 二、汉字的编码 根据汉字在国标码中出现的顺序对汉字进行编码，每个汉字对应一个唯一的序号。 优点 无重码 缺点 最难记 典型编码：区位码 二、汉字的编码 汉字机内码 也简称为内码。 它是计算机内部存储、处理和传输汉字时所用的代码 一个汉字的内码为2个字节，每个字节的最高位为1（将国标码两个字节的最高位置1） 二、汉字的编码 汉字机内码与国标码的关系 十六进制：机内码高位字节(16)＝国标码高位字节＋80H机内码低位字节(16)＝国标码低位字节＋80H 十进制 机内码高位字节＝国标码高位字 节(10)＋128机内码低位字节＝国标码低位字节(10)＋128 二、汉字的编码 汉字的区位码与机内码的关系：◆十六进制：机内码高位字节 ＝区位码区号(16)＋A0H机内码低位字节＝区位码位号(16)＋A0H◆十进制：机内码高位字节(10)＝区位码区号＋160机内码低位字节(10)＝区位码位号＋160 二、汉字的编码 已知“啊”的国标码是3021H，求它的机内码。 解：机内码高位字节=30H+80H=B0H 机内码低位字节=21H+80H =A1H 故：“啊”的机内码为B0A1H 二、汉字的编码 汉字字形码 汉字在屏幕上显示或在打印机上输出时，为了能被人们理解和接受，必须以汉字字形输出，这种数字编码称为汉字字形码。 汉字字形一般以