字库知识浅谈.doc

字库知识浅谈 汉字有多少呢？从国家标准GB2132到GBK，再到GB18030，标准收录的汉字从6763个增加到现在的27000多个。为了使汉字信息应用于计算机中，通过电脑存贮、传输、显示、打印、照排输出等等，需要将这些汉字数字化，字库就是对汉字及其它字符的数字化。 字库主要涉及的知识有字库格式、编码、字体样式、输入法、制作等 一、字库格式 在字库的应用中，经常会碰到点阵字库、PS字库、TrueType字库这三种说法，这是按照字库的自身格式来说的。 1、点阵格式 点阵格式是以横向扫描线上点阵的黑或者白来记录字形的，满足针式打印机、屏幕显示的要求。点阵字体数据量大，不适于放大，放大之后，字的边缘会出现锯齿现象。 目前点阵字库应用范围比较广，手机、掌上电脑、机顶盒、MP3播放器、卡拉OK点播机、其它专用设备等。 2、TrueType格式 TrueType格式是由Apple公司和Microsoft公司联合开发的一种曲线轮廓字形描述技术。采用直线和二次B样条函数来描述字的笔划轮廓，字形描述灵活方便，数据量小。对于细小的字符，通过专门的提示信息（Hinting）指令集，可以获得非常好的还原结果。 TrueType格式兼容性好，跨Windows和MAC平台；显示效果好，可直接在屏幕上显示输出，在印前工艺中一般作为前端显示字库。TrueType格式还具有所见即所得效果，支持几乎所有的输出设备，可以进行打印、照排输出，不过精度有一定限度。另外TrueType格式支持字体嵌入技术，可以把TrueType字体嵌入到排版文件中，直接用于后端输出。 3、Type1格式 Type1格式由Adobe开发的一种曲线轮廓字形描述技术，使用的PostScript语言，常称为PS格式。采用三次贝塞尔（Bezier）曲线来描述笔划轮廓。PS格式主要用于激光打印机、激光照排机、CTP（计算机直接制版）等高精度输出。PS格式输出质量最好，可以任意缩放，字形清晰、光滑。PS字库一般安装在与打印机或照排机相连的后端设备上。 由于屏幕不是PS设备，使用的都是点阵格式，所以PS字用于屏幕显示时，要转换为相应的点阵字。转换工具为ATM（Adobe Type Manager）即字库管理系统，它能够将Type1轮廓字库在计算机中展开成点阵型数据，同时用于终端显示和非PS打印机输出。 另外在PS格式中，还有一种由Type1演变出来的Type3格式。Type3字库中，字形轮廓数据的格式可以自定，而Type1的字形轮廓数据的格式遵守统一规范。 二、字库编码 字库的编码是字库组织的依据，也是文字处理的基础。不同国家和地区有不同的编码标准，和中文字库有关的常见编码有： GB2312-80、BIG5编码、GBK、ISO10646 / Unicode、GB18030-2000、BIG5、方正748编码，下面简要介绍一下： 1、GB2312-80编码 全称是GB2312-80《信息交换用汉字编码字符集 基本集》，1980年发布，是中文信息处理的国家标准，在大陆及海外使用简体中文的地区使用。使用双字节编码方案。共收录了6763个简体汉字、682个符号,其中一级汉字3755个（按拼音排序），二级汉字3008个（按偏旁排序）。目前的DOS操作系统、Windows操作系统以及Mac OS的中文版都支持GB2312-80编码系统。 2、 BIG5编码 是目前台湾、香港地区普遍使用的一种繁体汉字的编码标准，包括440个符号，一级汉字5401个、二级汉字7652个，共计13063个汉字。 3、GBK编码(Chinese Internal Code Specification) GBK编码的制订于1995年12月完成。它是继GB2312后新的中文编码扩展国家标准。该编码标准兼容GB2312，共收录汉字21003个、符号883个，并提供1894个码位用于补字。简、繁体汉字融于一库，并且GBK编码的汉字完全按拼音排序。Windows95/98／2000简体中文版的字库表层编码采用的就是GBK。GBK编码的汉字共分5部分。其中GBK1和GBK5为符号部分，GBK2即兼容GB2312的部分，GBK3和GBK4为扩展汉字部分。 4、ISO10646 / Unicode编码 国际标准组织于1984年4月成立ISO/IEC工作组，对各国文字、符号进行统一编码的工作，并出台了Unicode编码。Unicode是一种重要的交互和显示的通用字符编码标准，它覆盖了美国、欧洲、中东、非洲、印度、亚洲和太平洋的语言，以及古文和专业符号。Unicode允许交换、处理和显示多语言文本以及公用的专业和数学符号。 Unicode采用16位（即双字节）编码体系。1996年公布的2.0版本中包含符号6811个，汉字20902个，韩文拼音11172个，