题目

汉字交换码,汉字地址码,汉字内部码,汉字输入码的概念?

提问时间：2021-03-03

答案

计算机中信息的编码
在计算机中,各种信息都是以二进制编码的形式存在的；也就是说,不管是文字、图形、声音、动画,还是电影等各种信息,在计算机中都是以0和1组成的二进制代码表示的；计算机之所以能区别这些信息的不同,是因为它们采用的编码规则不同.比如：同样是文字,英文字母与汉字的编码规则就不同,英文字母用的是单字节的ASCII码,汉字采用的是双字节的汉字内码；但随着需求的变化,这两种编码有被统一的UNICODE码（由Unicode 协会开发的能表示几乎世界上所有书写语言的字符编码标准）所取代的趋势；当然图形、声音等的编码就更复杂多样了.这也就告诉我们,信息在计算机中的二进制编码是一个不断发展的、高深的、跨学科的知识领域.
1、字符（英文,包括字母、数字、标点、运算符等）编码
字符的编码采用国际通用的ASCII码（American Standard Code for Information Interchange,美国信息交换标准代码）,每个ASCII码以1个字节(Byte)储存,从0到数字127代表不同的常用符号,例如大写A的ASCII码是65,小写a则是97.由于ASCII码只用了字节的七个位,最高位并不使用,所以后来又将最高的一个位也编入这套编码码中,成为八个位的延伸ASCII(ExtendedASCII)码,这套内码加上了许多外文和表格等特殊符号,成为目前常用的编码.基本的ASCII字符集共有128个字符,其中有96个可打印字符,包括常用的字母、数字、标点符号等,另外还有32个控制字符.标准ASCII码使用7个二进位对字符进行编码,对应的ISO标准为ISO646标准.下表展示了基本ASCII字符集及其编码：
字母和数字的ASCII码的记忆是非常简单的.我们只要记住了一个字母或数字的ASCII码（例如记住A为65,0的ASCII码为48）,知道相应的大小写字母之间差32,就可以推算出其余字母、数字的ASCII码.
虽然标准ASCII码是7位编码,但由于计算机基本处理单位为字节（1byte = 8bit）,所以一般仍以一个字节来存放一个ASCII字符.每一个字节中多余出来的一位（最高位）在计算机内部通常保持为0（在数据传输时可用作奇偶校验位）.由于标准ASCII字符集字符数目有限,在实际应用中往往无法满足要求.为此,国际标准化组织又制定了ISO2022标准,它规定了在保持与ISO646兼容的前提下将ASCII字符集扩充为8位代码的统一方法.ISO陆续制定了一批适用于不同地区的扩充ASCII字符集,每种扩充ASCII字符集分别可以扩充128个字符,这些扩充字符的编码均为高位为1的8位代码（即十进制数128~255）,称为扩展ASCII码.下表展示的是最流行的一套扩展ASCII字符集和编码：
2、汉字的编码
（1）汉字内码
汉字信息在计算机内部也是以二进制方式存放.由于汉字数量多,用一个字节的128种状态不能全部表示出来,因此在1980年我国颁布的《信息交换用汉字编码字符集——基本集》,即国家标准GB2312-80方案中规定用两个字节的十六位二进制表示一个汉字,每个字节都只使用低7位（与ASCII码相同）,即有128×128=16384种状态.由于ASCII码的34个控制代码在汉字系统中也要使用,为不致发生冲突,不能作为汉字编码,128除去34只剩94种,所以汉字编码表的大小是94×94=8836,用以表示国标码规定的7445个汉字和图形符号.
每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示,不足的地方补0,组合起来就是区位码.把区位码按一定的规则转换成的二进制代码叫做信息交换码（简称国标码）.国标码共有汉字6763个（一级汉字,是最常用的汉字,按汉语拼音字母顺序排列,共3755个；二级汉字,属于次常用汉字,按偏旁部首的笔划顺序排列,共3008个）,数字、字母、符号等682个,共7445个.
由于国标码不能直接存储在计算机内,为方便计算机内部处理和存储汉字,又区别于ASCII码,将国标码中的每个字节在最高位改设为1,这样就形成了在计算机内部用来进行汉字的存储、运算的编码叫机内码（或汉字内码,或内码）.内码既与国标码有简单的对应关系,易于转换,又与ASCII码有明显的区别,且有统一的标准（内码是惟一的）.
（2）汉字外码
无论是区位码或国标码都不利于输入汉字,为方便汉字的输入而制定的汉字编码,称为汉字输入码.汉字输入码属于外码.不同的输入方法,形成了不同的汉字外码.常见的输入法有以下几类：
按汉字的排列顺序形成的编码（流水码）：如区位码；
按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等；
按汉字的字形形成的编码（形码）：如五笔字型、郑码等；
按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC.
输入码在计算机中必须转换成机内码,才能进行存储和处理.
（3）汉字字形码
为了将汉字在显示器或打印机上输出,把汉字按图形符号设计成点阵图,就得到了相应的点阵代码（字形码）.
全部汉字字码的集合叫汉字字库.汉字库可分为软字库和硬字库.软字库以文件的形式存放在硬盘上,现多用这种方式,硬字库则将字库固化在一个单独的存储芯片中,再和其它必要的器件组成接口卡,插接在计算机上,通常称为汉卡.
用于显示的字库叫显示字库.显示一个汉字一般采用16×16点阵或24×24点阵或48×48点阵.已知汉字点阵的大小,可以计算出存储一个汉字所需占用的字节空间.例：用16×16点阵表示一个汉字,就是将每个汉字用16行,每行16个点表示,一个点需要1位二进制代码,16个点需用16位二进制代码（即2个字节）,共16行,所以需要16行×2字节/行=32字节,即16×16点阵表示一个汉字,字形码需用32字节.
即：字节数=点阵行数×点阵列数/8
用于打印的字库叫打印字库,其中的汉字比显示字库多,而且工作时也不像显示字库需调入内存.
可以这样理解,为在计算机内表示汉字而统一的编码方式形成汉字编码叫内码（如国标码）,内码是惟一的.为方便汉字输入而形成的汉字编码为输入码,属于汉字的外码,输入码因编码方式不同而不同,是多种多样的.为显示和打印输出汉字而形成的汉字编码为字形码,计算机通过汉字内码在字模库中找出汉字的字形码,实现其转换.
例1：已知汉字"春"的国标码为343AH,求其机内码?
机内码=国标码+8080H=343AH+8080H=B4BAH
例2：用24×24点阵来表示一个汉字（一点为一个二进制位）,则2000个汉字需要多少KB容量?
（24×24/8）×2000/1024=140.7KB≈141KB