汉字编码
Hanzi bianma汉字编码Chinese character encoding为汉字设计的一种便于输入计算机的代码。由于电子计算机现有的输入键盘与英文打字机键盘完全兼容。因而如何输入非拉丁字母的文字（包括汉字）便成了多年来人们研究的课题。汉字信息处理系统一般包括编码、输入、存储、编辑、输出和传输。编码是关键。不解决这个问题，汉字就不能进入计算机。
汉字进入计算机的三种途径分别为：
①机器自动识别汉字：计算机通过“视觉”装置（光学字符阅读器或其他），用光电扫描等方法识别汉字。
②通过语音识别输入：计算机利用人们给它配备的“听觉器官”，自动辨别汉语语音要素，从不同的音节中出不同的汉字，或从相同音节中判断出不同汉字。
③通过汉字编码输入：根据一定的编码方法，由人借助输入设备将汉字输入计算机。
机器自动识别汉字和汉语语音识别，国内外都在研究，虽然取得了不少进展，但由于难度大，预计还要经过相当一段时间才能得到解决。在现阶段，比较现实的就是通过汉字编码方法使汉字进入计算机。汉字编码
1.分类
计算机中汉字的表示也是用二进制编码，同样是人为编码的。根据应用目的的不同，汉字编码分为外码、交换码、机内码和字形码。
（1）外码（输入码）
外码也叫输入码，是用来将汉字输入到计算机中的一组键盘符号。常用的输入码有拼音码、五笔字型码、自然码、表形码、认知码、区位码和电报码等，一种好的编码应有编码规则简单、易学好记、操作方便、重码率低、输入速度快等优点，每个人可根据自己的需要进行选择。
（2）交换码(国标码)
计算机内部处理的信息，都是用二进制代码表示的，汉字也不例外。而二进制代码使用起来是不方便的，于是需要采用信息交换码。中国标准总局1981年制定了中华人民共和国国家标准GB2312--80《信息交换用汉字编码字符集--基本集》，即国标码。
区位码是国标码的另一种表现形式，把国标GB2312--80中的汉字、图形符号组成一个94×94的方阵，分为94个“区”，每区包含94个“位”，其中“区”的序号由01至94，“位”的序号也是从01至94。94个区中位置总数=94×94=8836个，其中7445个汉字和图形字符中的每一个占一个位置后，还剩下1391个空位，这1391个位置空下来保留备用。
（3）机内码
根据国标码的规定，每一个汉字都有了确定的二进制代码，在微机内部汉字代码都用机内码，在磁盘上记录汉字代码也使用机内码。
（4）汉字的字形码
字形码是汉字的输出码，输出汉字时都采用图形方式，无论汉字的笔画多少，每个汉字都可以写在同样大小的方块中。通常用16×16点阵来显示汉字。
（5）汉字地址码
汉字地址码是指汉字库中存储汉字字形信息的逻辑地址码。它与汉字内码有着简单的对应关系，以简化内码到地址码的转换。
2.类型
据粗略统计，现有400多种编码方案，其中上机通过试验的和已被采用作为输入方式的也有数十种之多。归纳起来，不外5种类型。
（1）整字输入法
前一阶段，一般是将三四千个常用汉字排列在一个具有三四百个键位的大键盘上。大多是将这些汉字按XY坐标排列在一张字表上，通常叫“字表法”，或“笔触字表法”。比如，X25行和Y90列交叉的字为“国”，当电笔点到字表上的“国”字时，机器自动将该字的代码2590输入。键盘上或字表中字按部首或按音序或按字义联想而排列。不常用的字作为盘外字或表外字，另行编码处理。
（2）字形分解法
将汉字的形体分解成笔画或部件，按一定顺序输进机器。笔画一般分成8种：横一、竖（丨）、撇（丿）、点（丶）、折（□）、弯（□）、叉十、方（口）。部件一般归纳出一二百个。由于一般键盘上只有42个键（包括数字和标点），容纳不下这么多部件，因而有人设计中键盘，也有人利用部件形体上的相似点或出现概率的不同，而把100多个部件分布在26个字母键上。
（3）字形为主、字音为辅的编码法
这种编码法与字形分解法的不同在于还要利用某些字音信息。如有的方案为了简化编码规则，缩短码长，在字形码上附加字音码，有的方案为了采用标准英文电传机，将分解归纳出来的字素通过关系字的读音转化为拉丁字母。
（4）全拼音输入法
绝大多数是以现行的汉语拼音方案为基础进行设计。关键问题是区分同音字，因而有的方案提出“以词定字”的方法，还有的方案提出“拼音-汉字转换法”，即“汉语拼音输入──机内软件变换（实为查机器词表）──汉字输出”系统。
（5）拼音为主、字形为辅的编码法
一般在拼音码前面或后面再添加一些字形码。拼音码有用现行汉语拼音方案或稍加简化的，还有的为了缩短码长而把声母和韵母都用单字母或单字键表示的“双拼方案”或“双打方案”。如F键既表声母F，又表韵母ang，连击两下，便是Fang“方”字。区分同音字的字形码也多种多样。除了大部分采用偏旁部首的信息外，还有采用起末笔或采用语义类别的。
上述各种编码法，各有短长。例如，字表法的特点是一字一格（键），无重码，直观性好，操作简单。缺点是需特制键盘，速度较慢。字形分解法的好处是按形取码，不涉及字
音，因而不认识的字（包括生僻字、古字）也同样可以编码输入；但汉字形体结构非常复杂，写法也有许多差异，分解标准不易统一，因而不少方案规则较多。拼音输入法（包括拼音－汉字转换法）的优点是操作简捷，可以“盲打”，不受汉字简化、字形改变的影响，符合拼音化方向，并且还便于作进一步信息处理；缺点是不认识的字无法输入；另外，如果不加字形码或不用以词定字法或显式选择法，同音字较难处理。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论