漢字區位碼

漢字區位碼

漢字區位碼是採用一種科學可行的辦法,為每個漢字編一個唯一的代碼,以便計算機辨認、接收和處理。

簡介

所謂漢字編碼,就是採用一種科學可行的辦法,為每個漢字編一個唯一的代碼,以便計算機辨認、接收和處理。在此介紹的是《國家標準信息交換漢字編碼》。這種編碼經過加工整理一律以漢語拼音的字母為序,音節相同的字以使用頻率為序,其查找方法與一般漢語字典的漢字拼音音節索引查找法相同。

國家標準

為了使每一個漢字有一個全國統一的代碼,1980年,我國頒布了第一個漢字編碼的國家標準: GB2312-80《信息交換用漢字編碼字元集》基本集,這個字元集是我國中文信息處理技術的發展基礎,也是目前國內所有漢字系統的統一標準。由於國標碼是四位十六進制,為了便於交流,大家常用的是四位十進制的區位碼。所有的國標漢字與符號組成一個94×94的矩陣。在此方陣中,每一行稱為一個"區",每一列稱為一個"位",因此,這個方陣實際上組成了一個有94個區(區號分別為1到94)、每個區內有94個位(位號分別為1到94)的漢字字元集。一個漢字所在的區號和位號簡單地組合在一起就構成了該漢字的"區位碼"。在漢字的區位碼中,高兩位為區號,低兩位為位號。 在區位碼中,01-09區為682個特殊字元,16~87區為漢字區,包含6763個漢字 。其中16-55區為一級漢字(3755個最常用的漢字,按拼音字母的次序排列),56-87區為二級漢字(3008個漢字,按部首次序排列)。

所以,當我們需要n個任意漢字時,我們不必建一個全部漢字表,而是利用區位碼實現常用漢字的提取。

相關詞條

相關搜尋

熱門詞條

聯絡我們