1、 科技应用文写作论文汉字编码技术技术研究姓 名：Spring Brother学 号： 所在学院： 专业班级： 指导老师： 日 期：2010-11-22摘要汉字编码是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。GB2312码是中华人民共和国国家汉字信息交换用编码，全称信息交换用汉字编码字符集基本集 ，由国家标准总局发布，1981年5月1日实施，通行于大陆。新加坡等地也使用
2、此编码。本文就GB2312码汉字、汉字区位码、汉字内码转换编程实现进行概述。一汉字编码的种类 汉字编码中现在主要用到的有三类，包括GBK，GB2312和Big5。1、GB2312又称国标码，由国家标准总局发布，1981年5月1日实施，通行于大陆。新加坡等地也使用此编码。它是一个简化字的编码规范，当然也包括其他的符号、字母、日文假名等，共7445个图形字符，其中汉字占6763个。我们平时说6768个汉字，实际上里边有5个编码为空白，所以总共有6763个汉字。GB2312规定“对任意一个图形字符都采用两个字节表示，每个字节均采用七位编码表示” ，习惯上称第一个字节为“高字节” ，第二个字节为“低字
3、节” 。GB2312中汉字的编码范围为，第一字节0xB0-0xF7(对应十进制为176-247)，第二个字节0xA0-0xFE（对应十进制为160-254） 。GB2312将代码表分为94个区，对应第一字节（0xa1-0xfe） ；每个区94个位（0xa1-0xfe） ，对应第二字节，两个字节的值分别为区号值和位号值加32（2OH） ，因此也称为区位码。01-09区为符号、数字区，16-87区为汉字区（0xb0-0xf7） ，10-15区、88-94区是有待进一步标准化的空白区。2、Big5又称大五码，主要为香港与台湾使用，即是一个繁体字编码。每个汉字由两个字节构成，第一个字节的范围从0X81
4、0XFE（即129-255） ，共126种。第二个字节的范围不连续，分别为0X400X7E（即64-126） ，0XA10XFE（即161-254） ，共157种。3、GBK是GB2312的扩展，是向上兼容的，因此GB2312中的汉字的编码与GBK中汉字的相同。另外，GBK中还包含繁体字的编码，它与Big5编码之间的关系我还没有弄明白，好像是不一致的。GBK中每个汉字仍然包含两个字节，第一个字节的范围是0x81-0xFE（即129-254） ，第二个字节的范围是0x40-0xFE（即64-254） 。GBK中有码位23940个，包含汉字21003个。二 .信息交换用汉字编码字符集1.介绍GB2
5、312码是中华人民共和国国家汉字信息交换用编码，全称信息交换用汉字编码字符集基本集 ，由国家标准总局发布，1981年5月1日实施，通行于大陆。新加坡等地也使用此编码。信息交换用汉字编码字符集是由我国国家标准总局1980年发布，1981年5月1日开始实施的一套国家标准，标准号是 GB 23121980。它是计算机可以识别的编码，适用于汉字处理、汉字通信等系统之间的信息交换。基本集共收入汉字6763个和非汉字图形字符682个。整个字符集分成94个区，每区有94个位。每个区位上只有一个字符，因此可用所在的区和位来对汉字进行编码，称为区位码。 这个码是唯一的，不会有重码字。把换算成十六进制的区位码加上
6、2020H，就得到国标码。国标码加上8080H，就得到常用的计算机机内码。1995年又颁布了汉字编码扩展规范（GBK） 。GBK与GB 23121980国家标准所对应的内码标准兼容，同时在字汇一级支持ISO/IEC106461和GB 130001的全部中、日、韩（CJK ）汉字，共计20902字。信息交换用汉字编码字符集和汉字输入编码之间的关系是，根据不同的汉字输入方法，通过必要的设备向计算机输入汉字的编码，计算机接收之后，先转换成信息交换用汉字编码字符，这时计算机就可以识别并进行处理；汉字输出是先把机内码转成汉字编码，再发送到输出设备。GB 2312标准共收录6763个汉字，其中一级汉字37
7、55个，二级汉字3008个；同时，GB 2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字符。 GB 2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75%的使用频率。 对于人名、古汉语等方面出现的罕用字，GB 2312不能处理，这导致了后来GBK及GB 18030汉字字符集的出现。2分区表示GB 2312中对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。 01-09区为特殊符号。 16-55区为一级汉字，按拼音排序。 56-87区为二级汉字，按部首/笔画排序。 10-15区及8
8、8-94区则未有编码。3字节结构在使用 GB2312 的程序中，通常采用 EUC 储存方法，以便兼容于 ASCII。浏览器编码表上的“GB2312” ，通常都是指“EUC-CN”表示法。 每个汉字及符号以两个字节来表示。第一个字节称为“高位字节” （也称“区字节） ”，第二个字节称为“低位字节” （也称“位字节” ） 。 “高位字节”使用了 0xA1-0xF7(把 01-87 区的区号加上 0xA0)， “低位字节”使用了0xA1-0xFE(把 01-94 加上 0xA0)。 由于一级汉字从 16 区起始，汉字区的“高位字节”的范围是 0xB0-0xF7， “低位字节”的范围是 0xA1-0x
9、FE，占用的码位是 72*94=6768。其中有5 个空位是 D7FA-D7FE。 GB2312 将代码表分为 94 个区，对应第一字节（0xa1-0xfe） ；每个区 94 个位（0xa1-0xfe） ，对应第二字节，两个字节的值分别为区号值和位号值加 32（2OH） ，因此也称为区位码。01-09 区为符号、数字区，16-87 区为汉字区（0xb0-0xf7） ，10-15 区、88-94 区是有待进一步标准化的空白区。GB2312 将收录的汉字分成两级：第一级是常用汉字计 3755 个，置于 16-55 区，按汉语拼音字母/笔形顺序排列；第二级汉字是次常用汉字计 3008 个，置于56-
10、87 区，按部首/笔画顺序排列。故而 GB2312 最多能表示 6763 个汉字。GB2312 的编码范围为 2121H-777EH，与 ASCII 有重叠，通行方法是将 GB 码两个字节的最高位置 1 以示区别。图中位于 ASCII 区中的虚线区域即为原 GB2312 编码区域，右下角实线区域为平移后的GB2312 编码区域。三编程实现程 序 主 界 面 ：所 用 程 序 :Visual Basic编程原理：上面的单字转换，通过汉字输入框的change事件，计算得出区位码的输入框内的区位码；通过区位码输入框的change事件，计算得出汉字内码的输入框内的汉字内码；通过汉字内码输入框的chan
11、ge事件，计算得出汉字输入框的汉字。三个输入框循环转换，所以在任何一个输入框输入一个数值，都会求出其他两个输入框的内容。主要代码：Private Sub hanzi_Change()汉字 - 区位码转换Dim han, code As IntegerDim s, pIf hanzi.Text = “ Then 清空相关数值incode.Text = “spcode.Text = “Image1.Visible = TrueElseIf Asc(hanzi.Text) 1 Then 屏蔽输入数据为字符的显示结果Elsehan = CLng(“&H“ & Hex(Asc(hanzi.Text)s
12、= han 256 - 160 求区码p = han Mod 256 - 160 求位码code = s * 100 + p 求区位码spcode.Text = codeImage1.Visible = Falsetempsolo.Text = hanzi.TextEnd IfEnd IfEnd SubPrivate Sub incode_Change()内码 - 汉字的转换Dim icode, a, bDim cona = incode.Textb = Val(“&H“ & a)If b 0 Then 防止数据计算出错hanzi.Text = “Elseicode = bt1.Text =
13、icode 观察数据hanzi.Text = Chr(icode)End IfEnd SubPrivate Sub spcode_Change()区位码 -内码转换Dim innercode, hexcode, code, sss, ppp, ss, pp As IntegerIf spcode.Text = “ Or Val(spcode.Text) 94 Or d 94) Or (c 0 Or d 0) Theninnercode = “非汉字“Elsesss = Hex(c + 32 + 128)ppp = Hex(d + 32 + 128)innercode = sss + pppEn
14、d Ifmultiout.Text = multiout.Text & a & “ “ & CStr(c) & CStr(d) & “(“ & innercode & “)“ & “, “Elsemultiout.Text = multiout.Text & a & “ “ & CStr(c) & CStr(d) & “, “End IfI = I + 1LoopEnd Sub菜单栏其他功能：1.批量转换输入的载入（.txt文件）的载入和保存2.可能会用到的系统工具的调用3软件帮助信息等参考文献美Julia编著 Visual Basic 6.0高级编程 清华大学出版社 出版日期: 2003-12-01郑有增、许文宪主编Visual Basic程序设计清华大学出版社2005年1月百度百科：汉字编码http:/
