汉字的表示及GB2312—80码介绍

2023-11-18 理论教育版权反馈

【摘要】：汉字也可以用和字符相同的方法编码表示。由于汉字个数多，采用一个字节的编码方法显然不行，因此，可采用两个字节或多于两个字节来表示一个汉字的编码方法。GB2312—80码就是根据这样的方法制定的汉字编码的中国政府标准。因GB2312—80码只编码了常用的6763个汉字，所以GB2312—80码也称为常用汉字编码。在GB2312—80码中，汉字“啊”的二进制编码为10110000 10100001。汉字“啊”的二进制码具体格式如图2-7所示。

汉字也可以用和字符相同的方法编码表示。但是，汉字编码要考虑两个问题：

（1）汉字通常是和字符混合使用的，因此，汉字编码方案要考虑和字符编码方案的兼容问题。

（2）汉字不是拼音文字，不能像英文那样只对26个字母编码就可以解决英文单词的编码。汉字是方块文字，并且个数很多，所以用于编码的符号位数要更多一些。

ISO646码，或者说ASCⅡ码是一种用7位二进制码表示字符的编码，计算机的基本存储和传送单位是字节，一个字节是8位二进制码，因此，7位二进制码表示的字符在计算机中存储和传送时字节的最高位添0，例如，字符h的ASCⅡ码为1001000，但字符h在计算机中存储和传送时表示为01001000。根据字符编码的这一特点，可规定字节的最高位为0时，为字符编码，字节的最高位为1时，为汉字编码。这样就可解决汉字编码和字符编码的兼容问题。

由于汉字个数多，采用一个字节的编码方法显然不行，因此，可采用两个字节或多于两个字节来表示一个汉字的编码方法。GB2312—80码（信息交换用汉字编码字符集——基本集）就是根据这样的方法制定的汉字编码的中国政府标准。GB2312—80码也称作国标码。(www.chuimin.cn)

分析表2-4的ASCⅡ码，其中前面0～31，共计32个字符是控制字符，第2列的首字符（SP）和第7列的末字符（DEL）也可归入控制字符，控制字符在计算机设备之间的数据交换中有特定的含义，因此不能改做它用。除控制字符外的其余94个字符可用来编码汉字。由于汉字个数太多，汉字总共有数万个，但常用的汉字仅5000个左右，而94×94＝8836，因此可用两个字节编码表示一个汉字。GB2312—80码中编码的常用汉字共计6763个，另外还编码有汉语注音字母、希腊字母、拉丁字母、俄文字母、日文假名等。因GB2312—80码只编码了常用的6763个汉字，所以GB2312—80码也称为常用汉字编码。在GB2312—80码中，汉字“啊”的二进制编码为10110000 10100001。汉字“啊”的二进制码具体格式如图2-7所示。

图2-7 汉字“啊”的编码

这里讨论的汉字编码是指汉字在计算机内存储和处理时的编码，因此也称为汉字的机内码。汉字还有输入码和输出码，汉字的输入码是用户通过键盘输入汉字时的编码，汉字的输出码是通过输出设备输出汉字时的编码。汉字的输入码和输出码将在第4章讨论。

汉字的表示及GB2312—80码介绍

相关推荐