汉字的字模与显示--汉字的代码体系

qfox

汉字的字模与显示--汉字的代码体系
〖文章转载或出处〗≡中国电子技术信息网≡ 网址：www.EC66.com
汉字的字模与显示--汉字的代码体系
目　录
　　1.1 汉字机内码
　　1.2 汉字地址码
　　1.3 汉字交换码
　　1.4 汉字字型码
----------------------------------------------------------------------
　　在汉字信息处理系统中存在着多种汉字编码。一般来说，在系统的不同部位，可根据其环境给汉字定以相应的编码，因为在汉字信息处理系统中存在着数种汉字编码。这些编码构成了一个汉字的代码体系。
1.1、汉字机内码
　　汉字机内码（亦称汉字内码）是系统内部处理和存储汉字而使用的代码。众所周知，西文字符的机内码多采用一个字节来表示的ASCII码，有的系统则采用EBCDIC码。一般只使用7位来表示128个字符，而把高位用作奇偶校验（或者不用）。我国的国标GB2312-80规定，一个汉字用两个字节表示，目前规定每个字节也只用七位，其高位未作定义。
　　为了保证系统的中西文兼容，意味着系统的机内码中必须保持ASCII（IBM-PC采用该码作为西文字符的机内码）的使用，同时又要允许汉字机内码的使用，并且使两者之间没有冲突。如果用GB2312-80中的国标码作为机内码，则在系统中同时存在ASCII码和国标码时，将会产生二义性。例如，机内有两个字节的内容分别为30H和21H，它们既可以表示汉字“啊”的国标码，又可以表示字符“0”和“！”的ASCII码。所以，原原本本地采用国标码作为汉字机内码是不行的，必须要加以适当的变换。
　　一般情况下是将国标码的每个字节的高位置成1，作为汉字机内码，这种编码称作为变形国标码。这样作既解决了西文机内码与汉字机内码的二义性，又保证汉字机内码与国标码之间有极简单的对应关系。其组织如下：
内码 ch1 ch2
  不 不
1字节 1字节
　　根据CGB2312-80中的汉字、图形符号，根据其位置分为94个“区”，每个区包含94个汉字，每个汉字字符又称作“位”。其中“区”的序号，由01到94，“位”的序号，也是从01到94。若以横向表示“位”号，纵向表示“区”号，则“区”和“位”构成一个二维坐标。给定一个“区”值和“位”值就可以确定一个唯一的汉字或图形符号。所以4位数字就可以唯一确定一个汉字或符号，下面给出汉字的区内和内码对应关系表。
区位码（10进制） 内码（16进制）
区号 位号 高字节 低字节
1—9 1—94 A1—A9 A1—FE
10—12 1—94 AA—AC A1—FE
13—15 1—94 AD—AF A1—FE
16—87 1—94 B0—F7 A1—FE
1.2、汉字地址码
　　汉字地址码是指汉字字模库（这里主要指整字形的点阵字模库）中存储各汉字字形信息的逻辑地址码。中文系统中的汉字字模库有两种，它们分别存放在RAM（或EPROM）中和磁盘上。故中文系统中的汉字地址码有两种，一种采用内存地址数来表示（对应RAM和EPROM中的字库），另外一种采用盘地址来表示（对应于磁盘中的字库）。由于中文系统的汉字字模库中汉字字形信息排列的规则，使得中文系统的汉字字模库中的汉字字形信息排列序列的规则，使得中文系统的汉字地址码与汉字机内码之间存在着一个简单的函数关系。
1.3、汉字交换码
　　汉字交换码是一种用于汉字信息处理系统之间，或者与通讯系统之间进行信息交换的汉字代码。汉字交换码位于一台机器的出口和另一台机器（包括输出设备与记录设备）的入口之间。为了要达到系统设备之间或记录介质之间信息交换的目的，汉字交换码必须采取统一的形式。目前国内计算机系统所采用的标准信息处理交换码，是根据国家标准制定的，即GB1988 — 《信息处理交换使用的七位编码字符集》；还制定了相应的代码扩充标准，即GB2311 — 《信息处理交换使用的七位编码字符集的扩充方法》。因为汉字交换码应与GB1988兼容，并根据GB2311所规定的方法进行编制。由于汉字数量远远大于七位编码所能表示的六千多个常用汉字制定了交换码的国家标准，即GB2312 — 《信息交换用汉字编码字符基本集》，其中每个汉字用对应于GB1988的两个七位码来表示。
1.4、汉字字型码
　　由于目前汉字信息处理系统中产生汉字字形的方式大多是数字式的，即以点阵的方式形成汉字，过汉字字形码是指确定一个汉字字形码也就不同。

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u/19881/showart_347012.html