汉字信息的编码知识

1、区位码：GB2312-80字符集，组成一个94*94的矩阵。每一行称为一个“区”，每一列称为一个“位”。一个汉字的区号和位号合在一起构成“区位码”， 区位码的编码范围是：0101～9494。

2、国标码：国标码=（区位码的十六进制表示）+2020H，国标码的取值范围：2121H～7E7EH。

3、机内码：中文或西文信息在计算机系统中的代码表示称为机内码。ASCII码是一种西文机内码，用一个字节表示。汉字机内码用连续两个字节表示，每个字节的最高位是1。

机内码 = 国标码+8080H =（区位码的十六进制表示）+A0A0H。

GB2312-80的机内码编码范围为：A1A1H～FEFEH。



4、输入码： 汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。主要分顺序码（无重码）、音码、形码和音形码或形音码四类。

5、字形码：

（1）向量（矢量）法：将汉字分解成笔画，每种笔画使用一段段的直线（向量）近似地表示，这样每个字形都可以变成一连串的向量。

（2）点阵法（字模点阵码）：每一个汉字以点阵形式存储在记录介质上，有点的地方为“1”，空白的地方为“0”。

16*16点阵：16*16/8=32字节

24*24点阵：24*24/8=72字节

 

一个汉字字模占用的字节数根据汉字库的汉字大小不同而不同。以HZK16、HZK12点阵字库为例，字模中每一点使用一个二进制位(Bit)表示，如果是1，则说明此处有点，若是0，则说明没有。这样，一个16×16点阵的汉字总共需要16*16/8=32个字节表示，一个12×12点阵的汉字总共需要16*12/8=24个字节表示
字模的表示顺序为：先从左到右，再从上到下，也就是先画左上方的8个点，再是右上方的8个点，然后是第二行左边8个点，右边8个点，依此类推，画满16×16个点。因此，HZK16中汉字在汉字库中具体位置的计算公式为：(94*(qh-1)+(wh-1))*32; HZK12中汉字在汉字库中具体位置的计算公式为：(94*(qh-1)+(wh-1))*24
汉字“房”的机内码为十六进制的“B7BF”，其中“B7”表示区码，“BF”表示位码。所以“房”的区位码为0xB7BF-0xA0A0=0x171F。将区码和位码分别转换为十进制得汉字“房”的区位码为“2331”，即“房”的点阵位于第23区的第31个字的位置，相当于在文件HZK16中的位置为第32×[(23-1)×94+(31-1)]=67136B以后的32个字节为“房”的显示点阵;相当于在文件HZK12中的位置为第24×[(23-1)×94+(31-1)]=50362B以后的24个字节为“房”的显示点阵