当前位置:文档之家› 汉字编码原理

汉字编码原理

汉字编码原理
汉字编码原理

1、汉字编码原理

到底怎么办到随机生成汉字的呢?汉字从哪里来的呢?是不是有个后台数据表,其中存放了所需要的所有汉字,使用程序随机取出几个汉字组合就行了呢?使用后台数据库先将所有汉字存起来使用时随机取出,这也是一种办法,但是中文汉字有这么多,怎么来制作呢?其实可以不使用任何后台数据库,使用程序就能做到这一切。要知道如何生成汉字,就得先了解中文汉字的编码原理。

1980年,为了使每一个汉字有一个全国统一的代码,我国颁布了第一个汉字编码的国家标准: GB2312-80《信息交换用汉字编码字符集》基本集,简称GB2312,这个字符集是我国中文信息处理技术的发展基础,也是国内所有汉字系统的统一标准。到了后来又公布了国家标准GB18030-2000《信息交换用汉字编码字符集基本集的扩充》,简称GB18030,编程时如果涉及到编码和本地化的朋友应该对GB18030很熟悉。这是是我国继GB2312-1980和GB13000-1993之后最重要的汉字编码标准,同时也是未来我国计算机系统必须遵循的基础性标准之一。

目前在中文WINDOWS操作系统中,.Net编程中默认的的代码页就是GB18030简体中文。但是事实上如果生成中文汉字验证码只须要使用GB2312字符集就已经足够了。字符集中除了我们平时大家都认识的汉字外,也包含了很多我们不认识平时也很少见到的汉字。如果生成中文汉字验证码中有很多我们不认识的汉字让我们输入,对于使用拼音输入法的朋友来说可不是好事,五笔使用者还能勉强根据汉字的长相打出来,呵呵!所以对于GB2312字符集中的汉字我们也不是全都要用。

中文汉字字符可以使用区位码来表示,见

汉字区位码表 https://www.doczj.com/doc/9b712997.html,/resource/gb2312tbl. htm

汉字区位码代码表 https://www.doczj.com/doc/9b712997.html,/resource/gb2312tbm.htm

如果链接不上可以搜一下汉字区码表.

其实这两个表是同一回事,只不过一个使用十六进制分区表示,一个使用区位所在的数字位置表示。例如“好”字的十六进制区位码是ba c3,前两位是区域,后两位代表位置,ba处在第26区,“好”处在此区汉字的第35位也就是c3位置,所以数字代码就是2635。这就是GB2312汉字区位原理。根据《汉字区位码表》我们可以发现第15区也就是AF区以前都没有汉字,只有少量符号,汉字都从第16区B0开始,这就是为什么GB2312字符集都是从16区开始的。

2、.Net程序处理汉字编码原理分析

在.Net中可以使用System.Text来处理所有语言的编码。在System.Text命名空间中包含众多编码的类,可供进行操作及转换。其中的Encoding类就是重点处理汉字编码的类。通过在.Net文档中查询Encoding类的方法我们可以发现所有和文字编码有关的都是字节数组,其中有两个很好用的方法:

Encoding.GetBytes ()方法将指定的 String 或字符数组的全部或部分内容编码为字节数组

Encoding.GetString ()方法将指定字节数组解码为字符串。

没错我们可以通过这两个方法将汉字字符编码为字节数组,同样知道了汉字GB2312的字节数组编码也就可以将字节数组解码为汉字字符。通过对“好”字进行编码为字节数组后

Encoding gb=System.Text.Encoding.GetEncoding("gb2312");

object[] bytes=gb.Encoding.GetBytes ("好");

发现得到了一个长度为2的字节数组bytes,使用

string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1编码内容(两位16进制)

string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2编码内容(两位16进制)

之后发现字节数组bytes16进制变码后内容竟然是{ba,c3},刚好是“好”字的十六进制区位码(见区位码表)。

因此我们就可以随机生成一个长度为2的十六进制字节数组,使用GetString ()方法对其进行解码就可以得到汉字字符了。不过对于生成中文汉字验证码来说,因为第15区也就是AF区以前都没有汉字,只有少量符号,汉字都从第16区B0开始,并且从区位D7开始以后的汉字都是和很难见到的繁杂汉字,所以这些都要排出掉。所以随机生成的汉字十六进制区位码第1位范围在B、C、D之间,如果第1位是D的话,第2位区位码就不能是7以后的十六进制数。在来看看区位码表发现每区的第一个位置和最后一个位置都是空的,没有汉字,因此随机生成的区位码第3位如果是A的话,第4位就不能是0;第3位如果是F 的话,第4位就不能是F。

好了,知道了原理,随机生成中文汉字的程序也就出来了,以下就是生成4个随机汉字的C#控制台代码:

3、程序代码:

using System;

using System.Text;

namespace ConsoleApplication

{

class ChineseCode

{

public static void Main()

{

//获取GB2312编码页(表)

Encoding gb=Encoding.GetEncoding("gb2312");

//调用函数产生4个随机中文汉字编码

object[] bytes=CreateRegionCode(4);

//根据汉字编码的字节数组解码出中文汉字

string str1=gb.GetString((byte[])Convert.ChangeType(bytes[0],

typeof(byte[])));

string str2=gb.GetString((byte[])Convert.ChangeType(bytes[1],

typeof(byte[])));

string str3=gb.GetString((byte[])Convert.ChangeType(bytes[2],

typeof(byte[])));

string str4=gb.GetString((byte[])Convert.ChangeType(bytes[3],

typeof(byte[])));

//输出的控制台

Console.WriteLine(str1 + str2 +str3 +str4);

}

/**//*

此函数在汉字编码范围内随机创建含两个元素的十六进制字节数组,每个字节数组代表一个汉字,并将

四个字节数组存储在object数组中。

参数:strlength,代表需要产生的汉字个数

*/

public static object[] CreateRegionCode(int strlength) {

//定义一个字符串数组储存汉字编码的组成元素

string[] rBase=new String [16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"} ;

Random rnd=new Random();

//定义一个object数组用来

object[] bytes=new object[strlength];

/**//*每循环一次产生一个含两个元素的十六进制字节数组,并将其放入bject数组中

每个汉字有四个区位码组成

区位码第1位和区位码第2位作为字节数组第一个元素

区位码第3位和区位码第4位作为字节数组第二个元素

*/

for(int i=0;i

{

//区位码第1位

int r1=rnd.Next(11,14);

string str_r1=rBase[r1].Trim();

//区位码第2位

rnd=new Random(r1*unchecked((int)DateTime.Now.Ticks)+i);//更换随机数发生器的

种子避免产生重复值

int r2;

if (r1==13)

{

r2=rnd.Next(0,7);

}

else

{

r2=rnd.Next(0,16);

}

string str_r2=rBase[r2].Trim();

//区位码第3位

rnd=new Random(r2*unchecked((int)DateTime.Now.Ticks)+i);

int r3=rnd.Next(10,16);

string str_r3=rBase[r3].Trim();

//区位码第4位

rnd=new Random(r3*unchecked((int)DateTime.Now.Ticks)+i);

int r4;

if (r3==10)

{

r4=rnd.Next(1,16);

}

else if (r3==15)

{

r4=rnd.Next(0,15);

}

else

{

r4=rnd.Next(0,16);

}

string str_r4=rBase[r4].Trim();

//定义两个字节变量存储产生的随机汉字区位码

byte byte1=Convert.ToByte(str_r1 + str_r2,16); byte byte2=Convert.ToByte(str_r3 + str_r4,16); //将两个字节变量存储在字节数组中

byte[] str_r=new byte[]{byte1,byte2};

//将产生的一个汉字的字节数组放入object数组中

bytes.SetValue(str_r,i);

}

return bytes;

}

}

}

实现了随机生成汉字后,就可以使用.Net GDI来绘制自己需要的验证码图形了。具体的怎样生成验证码图片,以及改变其中字符的长和宽等效果网上已经有很多相关的文章,这里由于篇幅就不再介绍了。不过有一点要说明的是以上代码在中文版的Windows下才能运行,因为它带有GB的字符集,如果你是其他语言的操作系统,就需要安装GB字符集了

点阵LED显示原理与点阵汉字库的编码和从标准字库中提取汉字编码的方法

点阵LED显示原理与点阵汉字库的编码和从标准字库中提取汉字编码的方法。2009年06月03日下午 04:27 一.实验要求 编程实现中英文字符的显示。 二.实验目的 1.了解LED点阵显示的基本原理和实现方法。 2.掌握 三.实验电路及连线 点阵显示模块WTD3088的(红色)列输入线接至内部LED的阴极端,行输入线接至内部LED的阳极端(若阳极端输入为高电平,阴极端输入低电平,则该LED 点亮)。发光点的分布如图22-0所示。

Fig 22-0 WTD3088 LED分布 如图22-1示,本实验模块使用74LS374来控制列输入线的电平值。将74LS374的某输出置0,则对应的LED阴极端被置低。如图22-2示,本实验模块使用 74LS273来控制行输入线,并通过9013提供电流驱动。将74LS273的某输出置1,则对应的LED阳极端被置高。每次系统重新开启或总清后,74LS273输出为全0,LED显示被关闭。 通过编程控制各显示点对应LED阳极和阴极端的电平,就可以有效的控制各显示点的亮灭。 Fig 22-1 LED模块及列扫描电路

Fig 22-2 行扫描电路 Fig 22-3地址译码电路

本实验模块使用4块WTD3088组成16×16点阵,以满足汉字显示的要求。为了方便的控制四个单元,使用了一片74LS139译码,产生四个地址片选信号:CLKR1= CSLED,CLKR2= CSLED+1,用于行控制的两片74LS273;CLKC1= CSLED+2,CLKC2= CSLED+3,用于列控制的两片74LS374。 实验接线:按示例程序,模块的CSLED接51/96地址的8000H。 四.实验说明 使用高亮度LED发光管构成点阵,通过编程控制可以显示中英文字符、图形及视频动态图形。LED显示以其组构方式灵活、亮度高、技术成熟、成本低廉等特点在证券、运动场馆及各种室内/外显示场合得到广泛的应用。 所显示字符的点阵数据可以自行编写(即直接点阵画图),也可从标准字库(如ASC16、HZ16)中提取。后者需要正确掌握字库的编码方法和字符定位的计算。 实验盘片中“字符转换”子目录下提供的,可方便的将单个字符的码表从标准字库Asc16,Hzk16中提取出来。具体使用方法是运行上述可执行程序,根据提示输入所需字符(如是汉字还需要先启动dos下的汉字环境,如ucdos,pdos95等)。程序将该字符的码表提取出来,存放在该字符ASC或区位码为文件名称的.dat 文件中。用户只需将该文件中内容拷贝、粘贴到自己的程序中即可。但需要注意字节排列顺序、字节中每一位与具体显示点的一一对应关系,必要时还要对码表

国标(GB2312-80)汉字编码对照表

汉字编码简明对照表 说明: 1、下列汉字取自国标(GB 2312-80)中的分级与排列内容;包含所有的第一级汉字和第二级汉字中的常用部分。 2、第一级汉字(16—55区的汉字)以拼音字母为序进行排列,同音字以笔形顺序横、竖、撇、捺、折为序,起笔相同的按第二笔,依次类推;第二级汉字(56-87区的汉字)按部首为序进行排列。 3、对于多音字,仅在表中出现一次。如:柏,音(bai,bo),表中仅出现在“bai”中。 4、汉字区位码用阿拉伯数字表示,每个汉字对应4个数字。 5、本汉字代码表摘自《字符集和信息编码国家标准汇编》,(中国标准出版社,1998年编)。 a 啊 1601 阿 1602 吖 6325 嗄 6436 腌 7571 锕 7925 ai 埃 1603 挨 1604 哎 1605 唉 1606 哀 1607 皑 1608 癌 1609 蔼 1610 矮 1611 艾 1612 碍 1613 爱 1614 隘 1615 捱 6263 嗳 6440 嗌 6441 嫒 7040 瑷 7208 暧 7451 砹 7733 锿 7945 霭 8616 an 鞍 1616 氨 1617 安 1618 俺 1619 按 1620 暗 1621 岸 1622 胺 1623 案 1624 谙 5847 埯 5991 揞 6278 犴 6577 庵 6654 桉 7281 铵 7907 鹌 8038 黯 8786 ang 肮 1625 昂 1626 盎 1627 ao

凹 1628 敖 1629 熬 1630 翱 1631 袄 1632 傲 1633 奥 1634 懊 1635 澳 1636 坳 5974 拗 6254 嗷 6427 岙 6514 廒 6658 遨 6959 媪 7033 骜 7081 獒 7365 聱 8190 螯 8292 鏊 8643 鳌 8701 鏖 8773 ba 芭 1637 捌 1638 扒 1639 叭 1640 吧 1641 笆 1642 八 1643 疤 1644 巴 1645 拔 1646 跋 1647 靶 1648 把 1649 耙 1650 坝 1651 霸 1652 罢 1653 爸 1654 茇 6056 菝 6135 岜 6517 灞 6917 钯 7857 粑 8446 鲅 8649 魃 8741 bai 白 1655 柏 1656 百 1657 摆 1658 佰 1659 败 1660 拜 1661 稗 1662 捭 6267 呗 6334 掰 7494 ban 斑 1663 班 1664 搬 1665 扳 1666 般 1667 颁 1668 板 1669 版 1670 扮 1671 拌 1672 伴 1673 瓣 1674 半 1675 办 1676 绊 1677 阪 5870 坂 5964 钣 7851 瘢 8103 癍 8113 舨 8418 bang 邦 1678 帮 1679 梆 1680 榜 1681 膀 1682 绑 1683 棒 1684 磅 1685 蚌 1686 镑 1687 傍 1688 谤 1689 蒡 6182 浜 6826 bao 苞 1690 胞 1691 包 1692 褒 1693 剥 1694 薄 1701 雹 1702 保 1703 堡 1704 饱 1705 宝 1706 抱 1707 报 1708 暴 1709 豹 1710 鲍 1711 爆 1712 葆 6165 孢 7063 煲 7650 鸨 8017 褓 8157 趵 8532 龅 8621 bei 杯 1713 碑 1714 悲 1715 卑 1716 北 1717 辈 1718 背 1719 贝 1720 钡 1721 倍 1722 狈 1723 备 1724 惫 1725 焙 1726 被 1727 孛 5635 陂 5873 邶 5893 蓓 6177 悖 6703 碚 7753 鹎 8039 褙 8156 鐾 8645 鞴 8725 ben 奔 1728 苯 1729 本 1730 笨 1731 畚 5946 坌 5948 贲 7458 锛 7928 beng 崩 1732 绷 1733 甭 1734 泵 1735 蹦 1736 迸 1737 嘣 6452 甏 7420 bi

信息交换用汉字编码字符集

〇信息交换用汉字编码字符集--基本集〈—即国家标准 GB2312-80 从1975年开始,我国为了研究汉字的使用频度,进行了大规模的字频统计工作,内容包括工业、农业、军事、科技、政治、经济、文学、艺术、教育、体育、医药卫生、天文地理、自然、化学、文字改革、考古等多方面的出版物,在数以亿计的浩瀚文献资料中,统计出实际使用的不同的汉字数为6335个,而其中有3000多个汉字的累计使用频度达到了99.9%,而另外的3000多个累计频度不到0.1%,说明了常用汉字与次常用汉字的数量不足7000个,这就为国家制定汉字库标准提供了依据。 1980年颁布了〇信息交换用汉字编码字符集—基本集〈的国标交换码,国家标准号为:GB2312-80,选入了6763个汉字,分为两级,一级字库中有3755个,是常用汉字,二级字库中有3008个,是次常用汉字;还选入了682个字符,包含有数字、一般符号、拉丁字母、日本假名、希腊字母、俄文字母、拼音符号、注音字母等。以前我国大陆的各种中文DOS版本、Windows3.1 /3.2版本,装入的字库都是国标一二级字库。 〇GB2312-80〈对 7445 个图形字符作了二进制数编码,这些图形字符是: 6763 个汉字,字体为简化字,分成两级。第一级汉字 3755 个,按拼音排序,约占近代文献汉字累计使用频度 99.9% 左右;二级汉字 3008 个,按部首、笔画排序。一、二级汉字约占累计使用频度 99.99% 以上。 202 个一般符号。其中包括 1.~20.,(1)~(20),?~?,(-)~(+) 等。 22 个数字。其中 0~9 共 10 个,‥~‰ 共 12 个。 52 个拉丁字母。其中大写字母A~Z 26 个,小写字母a~z 26 个。 169 个日文假名。其中平假名 83 个,片假名 86 个。 48 个希腊字母。其中大写字母Α~Χ24 个,小写字母α~ω24 个。 66 个俄文字母。其中大写字母А~Я33 个,小写字母а~я 33 个。 26 个汉语拼音符号,包括带声调符号和其它符号的字母。 37 个汉语注音字母,?~ㄗ。 GB2312简体中文编码表 code +0 +1 +2 +3 +4 +5 +6 +7 +8 +9 +A +B +C +D +E +F A1A0 、。? í ì ¨ 〃?—~‖ … ‘ ’ A1B0 “ ” 【】々〆〇〈〉《》「〒〓」『 A1C0 a ? ? ? ?  ̄ ? ? ? ? ‵ ? ? ? ? ※ A1D0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? A1E0 ? ? ? ? ? ? ? $¤ ??? § ? ? ? A1F0 ? ? ? ? ? ? ? ? ? ? ″ ? ′ ? 』 code +0 +1 +2 +3 +4 +5 +6 +7 +8 +9 +A +B +C +D +E +F A2A0 ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ A2B0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

字符汉字编码学案.doc

字符汉字编码学案 一、请同学们仔细观察下面的数据,发现石什么规律吗? 十进制二进制 00 11 210 311 4100 5101 6110 7111 8100 9100 1 10101 11101 1 12110 13110 1 14111 15111 1 161000 思考: 7> 〃个二进制位最大值是多少?数学公式为? 2、用〃个二进制位最多可以表示多少种不同的信息?数学公式为 3、要表示X个状态至少要用几位二进制? 二、二进制虽然复合计算机的特点,但不便于我们人类书写和记忆,转换成十进制乂费时费力,你有什么好的方法吗? 请同学们观察书木P5的图表,思考十六进制的特点

10U0011B=D 68D=B 110010B=H 43H=B 11 1011 B 12 1100 C 13 1101 D 14 1110 E 15 1111 F 1、从位数上来分析,十六进制和二进制位数上存在什么样的比例关系:? 2、 二进制、十进制、十六进制的标识分别是大写字母\\ 3、 小组探究任务:十进制与二进制互换: HOIOOIOB ==?H 7FH=? B (请同学们熟悉进位制的标识) 你觉得用十六进制来记录二进制的优点有哪些:? 4、 50D=B 110110B=D 1110011B=H 101H=B (选择手工或计算器来完成) 三、任务挑战: 1、(请分别用智能ABC 和智能拼音输入) 右图是演员王刚在影视作品《宰相刘罗锅》中的塑造的人物 9 . 另外大家认得这个“幼”字吗?它的读音是? 2、 同学们觉得上述现象的原因是? 3、 双击打开“验证字符的ASCII 码.exe”或“查询字符的编码.exe”,观 察26个英文字母 和十个数字所对应的编码;汉字能不能查看?例如输入“效实”,会有什么结果?为什么? 四、一探究竟 打开桌而上的快捷方式:? Ultra Edit,熟悉使用后,完成下列任务: 1、 完成学生活动手册中Plv 实践一>中的4. (1)、(2)、(3) (4),并在活动手册上做好相 关记录,思考其中的GBK 和GB2312指什么?可参考书本P7内容 2、 小组探究任务(结合刚才的实践活动和书本P6-P8的内容) (1)日前国际上通用的字符编码是 ___________ ,占―位二进制,最多能表示 个 字母符号等内容 (2)作为世界上三大古老文字之一的汉字,计算机乂是如何对其进行编码的?即编码的 名称是,占—位二进制,原因是? (3)拼音码、GB2312、处理码、字形码是同一种编码吗?为什么? 知识链接:汉字的编码(交换码)知多少: GB2312: 6763 个汉字(80 年)

汉字编码原理

1、汉字编码原理 到底怎么办到随机生成汉字的呢?汉字从哪里来的呢?是不是有个后台数据表,其中存放了所需要的所有汉字,使用程序随机取出几个汉字组合就行了呢?使用后台数据库先将所有汉字存起来使用时随机取出,这也是一种办法,但是中文汉字有这么多,怎么来制作呢?其实可以不使用任何后台数据库,使用程序就能做到这一切。要知道如何生成汉字,就得先了解中文汉字的编码原理。 1980年,为了使每一个汉字有一个全国统一的代码,我国颁布了第一个汉字编码的国家标准: GB2312-80《信息交换用汉字编码字符集》基本集,简称GB2312,这个字符集是我国中文信息处理技术的发展基础,也是国内所有汉字系统的统一标准。到了后来又公布了国家标准GB18030-2000《信息交换用汉字编码字符集基本集的扩充》,简称GB18030,编程时如果涉及到编码和本地化的朋友应该对GB18030很熟悉。这是是我国继GB2312-1980和GB13000-1993之后最重要的汉字编码标准,同时也是未来我国计算机系统必须遵循的基础性标准之一。 目前在中文WINDOWS操作系统中,.Net编程中默认的的代码页就是GB18030简体中文。但是事实上如果生成中文汉字验证码只须要使用GB2312字符集就已经足够了。字符集中除了我们平时大家都认识的汉字外,也包含了很多我们不认识平时也很少见到的汉字。如果生成中文汉字验证码中有很多我们不认识的汉字让我们输入,对于使用拼音输入法的朋友来说可不是好事,五笔使用者还能勉强根据汉字的长相打出来,呵呵!所以对于GB2312字符集中的汉字我们也不是全都要用。 中文汉字字符可以使用区位码来表示,见 汉字区位码表 https://www.doczj.com/doc/9b712997.html,/resource/gb2312tbl. htm 汉字区位码代码表 https://www.doczj.com/doc/9b712997.html,/resource/gb2312tbm.htm 如果链接不上可以搜一下汉字区码表. 其实这两个表是同一回事,只不过一个使用十六进制分区表示,一个使用区位所在的数字位置表示。例如“好”字的十六进制区位码是ba c3,前两位是区域,后两位代表位置,ba处在第26区,“好”处在此区汉字的第35位也就是c3位置,所以数字代码就是2635。这就是GB2312汉字区位原理。根据《汉字区位码表》我们可以发现第15区也就是AF区以前都没有汉字,只有少量符号,汉字都从第16区B0开始,这就是为什么GB2312字符集都是从16区开始的。 2、.Net程序处理汉字编码原理分析 在.Net中可以使用System.Text来处理所有语言的编码。在System.Text命名空间中包含众多编码的类,可供进行操作及转换。其中的Encoding类就是重点处理汉字编码的类。通过在.Net文档中查询Encoding类的方法我们可以发现所有和文字编码有关的都是字节数组,其中有两个很好用的方法: Encoding.GetBytes ()方法将指定的 String 或字符数组的全部或部分内容编码为字节数组 Encoding.GetString ()方法将指定字节数组解码为字符串。

Unicode汉字编码表

Unicode汉字编码表 1 unicode编码表 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符, 比如汉字"经"的编码是0x7ECF,注意字符编码一般用十六进制来表示,为了与十进制区分,十六进制以0x开头,0x7ECF转换成十进制就是32463,UCS-2用两个字节来编码字符,两个字节就是16位二进制, 2的16次方等于65536,所以UCS-2最多能编码65536个字符。 编码从0到127的字符与ASCII编码的字符一样,比如字母"a"的Unicode 编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97, 对于汉字的编码,事实上Unicode 对汉字支持不怎么好,这也是没办法的, 简体和繁体总共有六七万个汉字,而UCS-2最多能表示65536个,才六万多个,所以Unicode只能排除一些几乎不用的汉字,好在常用的简体汉字也不过七千多个,为了能表示所有汉字,Unicode也有UCS-4规范,就是用4个字节来编码字符,不过现在普遍采用的还是UCS-2,只用两个字节来编码,看一下Unicode对汉字的编码: ------------------------------------------------------------------------ 2 汉字编码表 U+ 0 1 2 3 4 5 6 7 8 9 A B C D E F ----------------------------------------------------- 4e00 一丁丂七丄丅丆万丈三上下丌不与丏 4e10 丐丑丒专且丕世丗丘丙业丛东丝丞丟 4e20 丠両丢丣两严並丧丨丩个丫丬中丮丯

常用汉字五笔编码查询手册.

常用汉字五笔编码查询手册 龙马工作室搜集整理 常用汉字五笔编码查询手册 一级简码 字符一级简码86 一级全码86 字符一级简码98 一级全码98 工 a aaaa 工 a aaaa 东 a aii 其 a adwu 东 a aii 世 a anv 了 b bnh 了 b bnh 子 b bbbb 子 b bbbb 也 b bnhn 也 b bnhn 以 c nywy 以 c nywy 又 c cccc 又 c cccc 对 c cfy 对 c cfy 在 d dhfd 在 d dhfd 大 d dddd 大 d dddd 而 d dmjj 而 d dmjj

有 e def 有 e def 月 e eeee 月 e eeee 用 e etnh 用 e etnh 地 f fbn 地 f fbn 土 f ffff 土 f ffff 去 f fcu 去 f fcu 一g ggll 一g ggll 王g gggg 王g gggg 来g goi 来g gusi 上h hhgg 上h hhgg 目h hhhh 目h hhhh 点h hkou 点h hkou 不i gii 不i dhi 水i iiii 水i iiii 小i ihty 小i ihty 2 常用汉字五笔编码查询手册 字符一级简码86 一级全码86 字符一级简码98 一级全码98

是j jghu 是j jghu 日j jjjj 日j jjjj 时j jfy 时j jfy 中k khk 中k khk 口k kkkk 口k kkkk 只k kwu 只k kwu 国l lgyi 国l lgyi 田l llll 田l llll 回l lkd 回l lkd 同m mgkd 同m mgkd 山m mmmm 山m mmmm

unicode编码区对照表

unicode編碼區對照表 2150-218F Number Forms 數字形式 2190-21FF Arrows 箭頭符號 2200-22FF Mathematical Operators 數學運算符號 2300-23FF Miscellaneous Technical 混合專門符號 3000-303F CJK Symbols and Punctuation 中日韓符號和標點3040-309F Hiragana 平假名 30A0-30FF Katakana 片假名 3100-312F Bopomofo 注音符號 31C0-31EF CJK Strokes 中日韓筆畫部件 31F0-31FF Katakana Phonetic Extensions 片假名音標擴充3200-32FF Enclosed CJK Letters and Months 中日韓括號字母及月份 3300-33FF CJK Compatibility 中日韓相容字元 3400-4DBF CJK Unified Ideographs Extension A 中日韓統一表意文字擴充A 4DC0-4DFF Yijing Hexagram Symbols 易經六十四卦象 4E00-9FFF CJK Unified Ideographs 中日韓統一表意文字 其他。。。。

0000-007F Basic Latin 基本拉丁字母 0080-00FF Latin-1 Supplement 拉丁字母補充-1 0100-017F Latin Extended-A 拉丁字母擴充-A 0180-024F Latin Extended-B 拉丁字母擴充-B 0250-02AF IPA Extensions 國際音標擴充 02B0-02FF Spacing Modifier Letters 進格修飾字元 0300-036F Combining Diacritical Marks 組合音標附加符號0370-03FF Greek and Coptic 希臘字母 0400-04FF Cyrillic 西里爾字母 0500-052F Cyrillic Supplement 西里爾字母補充 0530-058F Armenian 亞美尼亞文 0590-05FF Hebrew 希伯來文 0600-06FF Arabic 基本阿拉伯文 0700-074F Syriac 敘利亞文 0750-077F Arabic Supplement 阿拉伯文補充 0780-07BF Thaana 塔納文 07C0-07FF N'Ko 0900-097F Devanagari 天城體梵文字母 0980-09FF Bengali 孟加拉文 0A00-0A7F Gurmukhi 古爾穆基文 0A80-0AFF Gujarati 古吉拉特文 0B00-0B7F Oriya 奧里亞文

《统一的中日韩汉字编码字符集》(CJK)字根系统研究

《统一的中日韩汉字编码字符集》(CJK)字根系统研究 《统一的中日韩汉字编码字符集》(CJK)作为新的汉字信息处理国际标准,使汉字信息处理向国际化方向迈出了重要的一步,对汉字字形的定量定性研究也提出了更高的要求。在此基础上,依靠计算机字形技术的支持,采用字根分解与合成的方法,有可能表示出CJK的全部字符从而实现其无字库化处理。因此,研究CJK字根系2统,对于CJK的工程应用具有重要作用。 中日韩汉字字形有别而音义互异,但都是可分析的文字,其基本构形单位都是笔画或字根,因此,字根分析法对其同样适用。本文认为,要得出一个较为科学的CJK字根系统,在理论和实践上必须着重解决两个问题,一个是笔画与字根的分野即单笔字根的问题,另一个就是字根变体的问题。本文主要分析了CJK的单笔字根和字根变体,并对统计得出的CJK676个字根的有关数据进行了系统的分析,希望能为CJK的相关研究提供参考。 一、CJK的单笔字根 (一)为什么要提出"单笔字根" 字根是汉字字符的直接构形成分,是可以独立运用的最小构形单位。一般说来,字根包含两个以上笔画,但当单一笔画与字根直接参与汉字字符构形时,这一笔画由于具备了字根的价值和功能而上升到字根层级,称为"单笔字根"。提出这一概念主要基于以下考虑: 1、汉字字符的构形成分中确实存在许多相对独立的单一笔画,归入邻近的任一字根都不合适,CJK中就有400多个字符包含这种笔画。如果说汉字字符都是由作为笔画组合体的字根构成的,显然不符合事实;如果说汉字字符是由字根与笔画组成的,固然也未尝不可,但这样就难以清晰地体现字符构形的层级性,故"单笔字根"的提出有其现实的必要性。 2、CJK字符集收入了"一丨丶丿乀乁乙乚乛亅"十个单笔画的字符,如果不引入"单笔字根"的概念,则这十个字符无法进行字根分析。 3、适当拆出字符中的单笔字根,可以大大简化字根系统。 (二)如何析出单笔字根 笔画与字根毕竟是不同层级的构形成分,因此单笔字根以尽量少析出为宜。我们在分析CJK单笔字根的过程中,主要采用了以下方法: 1、某一单笔画如果与字符中其它笔画处于相交或相接的关系,则不能析为单笔字根。如"子、孑、孓"都是由字根"了"与单笔画相交或相接而成,故不再析出单笔字根。 2、如果单笔画与字符中其它笔画均处于相离的关系,则根据以下情况处理: (1)对于点笔来说,若其与某一字根呈内聚之势,且作为整体具有构字能力,则合为一个字根,如"犬、太、刃、玉"等;反之,若作为整体无构字能力,则立点笔为单笔字根,如"乓"。这样处理可使字根系统的层级性得以体现,同时也照顾了通常的字根拆分习惯。 (2)如果某一单笔画用另一笔画或字根替换后成了另一字符,则只能析为单笔字根,如"糺"中的"乚"替换为"工"后成了另一字符"紅",因此"乚"为单笔字根。能用这种方法来判断的单笔字根在CJK单笔字根中约占24%。 (3)偏旁部首通常使用频率较高,一般作为整体进入字根系统,不再拆出单笔字根,如"纟"、"刂"、"寸"、"灬"等。 为简化字根系统,有时也需要作变通处理,如"示"中与第一横笔相邻的也不是分笔字根,但将其析出后,余部分无构字能力,为简化字根系统,"示"拆为"二、小",不涉及单笔字根问题。 (三)CJK的单笔字根统计 我们采用上述方法得出了CJK单笔字根的有关数据,详见下表: 如果把提归入横,捺归入点,竖钩归入竖,其它的归入折,则五种基本笔画在CJK中

汉字编码

汉字编码 1.汉字的区位码由一个汉字的区号和位号组成,其区号和位号的范围各为______。 A、区号 1-95 ,位号 1-95 B、区号 1-94 ,位号 1-94 C、区号 0-94 ,位号 0-94 D、区号 0-95 ,位号 0-95 2.下列4个4位十进制数中,属于正确的汉字区位码的是______。 A、5601 B、9596 C、9678 D、8799 3.区位码输入法的最大优点是______。 A、一字一码,无重码 B、易记易用 C、只用数码输入,简单易用 D、编码有规律, 不易忘记 4.根据汉字国标GB2312-80的规定,一级常用汉字个数是_____。 A、3000个 B、7445个 C、3008个 D、3755个 5.在微型机中,普遍采用的字符编码是______。 A、BCD码 B、ASCII码 C、EBCD码 D、补码 6.一个汉字的内码码长为______。 A、8 bits B、12 bits C、16 bits D、24 bits 7.根据国标GB2312-80的规定,总计有各类符号和一、二级汉字编码______。 A、7145个 B、7445个 C、3008个 D、3755个 8.根据汉字国标GB2312-80的规定,二级次常用汉字个数是____。 A、3000个 B、7445个 C、3008个 D、3755个 9.若已知一汉字的国标码是5E38H,则其内码是______。 A、DEB8H B、DE38H C、5EB8H D、7E58H 10.显示或打印汉字时,系统使用的是汉字的______。 A、机内码 B、字形码 C、输入码 D、国标交换码 11.已知”装”字的拼音输入码是”zhuang”,而”大”的拼音输入码是”da”,则存储它们的内码分别需要的字节个数是______。 A、6,2 B、3,1 C、2,2 D、3,2 12.根据汉字国标码GB2312-80的规定,将汉字分为常用汉字和次常用汉字两级。次常用汉字按______排列。 A、偏旁部首 B、汉语拼音字母 C、笔划多少 D、使用频率多少 13.已经知汉字”中”的区位码是5448,则其国标码是______。 A、7468D B、3630H C、6862H D、5650H 14.汉字国标码(GB2312-80)把汉字分成______等级。 A、简化字和繁体字两个 B、一级汉字,二级汉字,三级汉字共三个 C、一级汉字,二级汉字共二个 D、常用字,次常用字,罕见字三个 15.要存放10个24×24点阵的汉字字模,需要______存储空间。 A、72B B、320B C、720B D、72KB 16.用16×16点阵来表示汉字的字型,存储一个汉字的字型需用______个字节。 A、16×1 B、16×2 C、16×3 D、16×4 17.一个汉字的国标码用2个字节存储,其每个字节的最高二进制位的值分别为______。 A、0,0 B、1,0 C、0,1 D、1,1 18.根据汉字国标码GB2312-80的规定,将汉字分为常用汉字(一级)和非常用汉字(二级)两级汉字。一级常用汉字按______排列。

最常用汉字表

汉字的数量非常庞大,总数大约九万左右。但常用字才三千多个,即使是常用字,使用频率的差别也很悬殊。国家标准GB2312-80《信息交换用汉字编码字符集*基本集》就是根据这种事实制订的。一级字库为常用字,3755个,二级字库为不常用字,3008个,一、二级字库共有汉字6763个。一级字库的字,使用频率合计达99.7%。即在现代汉语材料中的每一万个汉字中,这些字就会出现9970次以上,其余的所有汉字也不足30次。而最常用的1000个汉字,使用频率在90%以上. 根据国家出版局抽样统计,汉字中最常用字560个,常用字807个,次常用字1033个。三者合计2400个,占一般书刊用字的99%,所以小学生如果认识2400个常用字就能阅读一般书刊。 我国古代的周兴嗣能在一夜之间将1000个不同的常用字编成四言的押韵体《千字文》,既表达了一定的意义,又通俗易懂,和辙押韵,成为历代的识字课本。 最常用的140个汉字(按使用频率从高到低的右序排列): 的一是了我不人在他有这个上们来到时大地为子中你说生国年着就那和要她出也得里后自以会家可下而过天去能对小多然于心学么之都好看起发当没成只如事把还用第样道想作种开美总从无情己面最女但现前些所同日手又行意动方期它头经长儿回位分爱老因很给名法间斯知世什两次使身者被高已亲其进此话常与活正感 (这140个汉字的使用频率之和为50%) 其中: 最常用的5个汉字: 的一是了我 (这5个汉字的使用频率之和为10%) 最常用的17个汉字: 的一是了我不人在他有这个上们来到时 (这17个汉字的使用频率之和为20%) 最常用的42个汉字: 的一是了我不人在他有这个上们来到时大地为子中你说生国年着就那和要她出也得里后自以会 (这42个汉字的使用频率之和为30%) 最常用的79个汉字: 的一是了我不人在他有这个上们来到时大地为子中你说生国年着就那和要她出也得里后自以会家可下而过天去能对小多然于心学么之都好看起发当没成只如事把还用第样道想作种开 (这42个汉字的使用频率之和为30%) 使用频率排名141-232的汉字(这92个汉字的频率之和为10%) 见明问力理尔点文几定本公特做外孩相西果走将月十实向声车全信重三机工物气每并别真打太新比才便夫再书部水像眼等体却加电主界门利海受听表德少克代员许稜先口由死安写性马光白或住难望教命花结乐色 使用频率排名233-380的汉字(148个汉字,使用频率之和10%) 更拉东神记处让母父应直字场平报友关放至张认接告入笑内英军候民岁往何度山觉路带万男边风解叫任金快原吃妈变通师立象数四失满战远格士音轻目条呢病始达深完今提求清王化空业思切怎非找片罗钱紶吗语元喜曾离飞科言干流欢约各即指合反题必该论交终林请医晚制球决窢传画保读运及则房早院量苦火布品近坐产答星精视五连司巴 382-500 (5.43%)

汉字编码

汉字编码 上海市洋泾中学沈文艳 一、教学目标: 1.知识与技能: (1)理解汉字字形码、机内码及输入码的作用及特点 (2)了解计算机处理汉字的一般过程 2.过程与方法: (1)通过ViewChr软件观察汉字点阵图,探究汉字在屏幕上的显示方式,认识字形码。(2)通过WinHex软件观察汉字内码,探究汉字在计算机内部的存储方式,认识机内码。3.情感、态度与价值观: 通过简介我国科学家王选及汉字全息编码发明少年杜冰蟾的事例,弘扬爱国主义精神及民族自豪感,激发创新意识。认识取得成功必须要有坚韧不拔的毅力和科学严谨的治学态度。 二、教学重点难点 教学重点:汉字输入码、机内码及字形码的作用及特点 教学难点: (1)对汉字三种编码作用及相互关系的理解 (2)汉字字形码存储容量的计算方法。 三、教学过程:

《汉字编码》导学案 班级:姓名:学号: 【学习目标】 1.学习目标 (1)理解汉字字形码、机内码及输入码的作用及特点 (2)了解计算机处理汉字的一般过程 2.重点难点 (1)对汉字三种编码作用及相互关系的理解 (2)汉字字形码存储容量的计算方法。 【活动探究】 活动1:汉字在屏幕上是怎样显示的 步骤: (1)打开ViewChr软件,输入不同的汉字,观察汉字的显示方式, 通过观察,可以很容易地看出,每个汉字是通过一些点的组合来显示的。汉字中有笔画的部分,点是_____(有/无)颜色的,没笔画的部分,点是_____(有/无)颜色的。也就是说屏幕上的每个点既可以有颜色,也可以无颜色,所以,每个点在颜色的显示上最多有_____种状态。 (2)在ViewChr软件中输入汉字“上”,你能否根据软件的显示结果,在下面的16×16的方格图内用二进制数码来描述这个汉字 因为每一个点有两种颜色状态,又因为一个二进制位 可以表示_____种信息,所以,要表示图中的每一个点需要

国家标准信息技术汉字编码字符集基本集-全国信息技术标准化

《信息技术通用编码字符集(基本多文种平面)汉字15×16点阵字型》(征求意见稿)编制说明 一、工作简况 1、任务来源 随着信息技术的不断发展,中文信息技术产品所使用硬件设备得到提升,中文信息处理设备对点阵字型出现了新的需求,为了满足信息处理设备对15×16点阵的需求,国家标准化管理委员会在2015年第三批“制、修订国家标准项目计划”中安排了本标准的制定工作,计划代号为20153659-T-469,标准名称为《信息技术通用编码字符集(基本多文种平面)汉字15×16点阵字型》。 本标准由中国电子技术标准化研究院、北京仓颉博雅信息技术有限公司等单位负责起草,标准主要起草人有代红、熊涛等。 2、主要工作过程 标准计划任务下达后,由中国电子技术标准化研究院牵头成立了标准编制组和专家组,并制定了详细的标准研究实施方案。中国电子技术标准化研究院主要负责字型设计、组织协调和标准文本起草,北京仓颉博雅信息技术有限公司负责字型设计,火箭军装备研究院第四研究所和潍坊北大青鸟华光照排有限公司负责字型纠错修改,专家组负责字型审查工作。 按照标准实施方案的要求,标准编制组于2016年6月底,分批提供了15×16点阵字型的设计初稿,并将字型设计初稿提供给字型专家审查,在设计点阵字型时对有疑问的字进行查证讨论,做到每个字的修改确定有据可查。根据字型专家提出的修改意见,标准编制组对字型设计初稿进行修改,于2017年7月底前完成了对字型设计初稿的修改整理。在对字型设计稿修改的同时,标准编制组还进行了标准文本的起草工作,2017年10月完成了标准草案。2017年11月标准草案提交中国电子技术标准化研究院进行标准专家内审,标准起草组根据标准内审专家提出的意见对草案进行修改,形成了标准的征求意见稿,现向各位征求意见。 3、标准编制的主要成员单位及其所做的工作 本标准由中国电子技术标准化研究院、北京仓颉博雅信息技术有限公司、火箭军装备研究院第四研究所等单位负责起草。中国电子技术标准化研究院主要负责标准文本的起草、标准研究的组织协调,北京仓颉博雅信息技术有限公司负责

汉字编码表

附表二:常用汉字输入3位数码表 001 002 003 004 A:安暗按案 005 006 007 008009 010 011 012013 014 015 B:吧八白百败班般板半包办016 017 018 019020 021 022 023024 025 026 棒帮薄保报北备被本泵比 027 028 029 030031 032 033 034035 036 037 闭边编变标表滨宾丙病并 038 039 040 041042 043 044 玻播波补不布部 C:045046 047 048049 050 051 052053 054055 裁材财彩菜餐参仓藏操草056057 058 059 060 061 062 063064 065 066 厕策侧册测层茶查察差柴067068 069 070 071072 073 074 075076 077 产场常长厂超朝巢车陈称078079 080 081082 083 084 085086 087 088 城成程吃持池此充冲初出089090 091 092093 094 095 096097 098 099 厨除储处川传船串窗春磁

100101 102 103 104105 106 次从粗翠存错萃 D:107 108 109 110 111 112 113 114 115 116 117 达打答大带代待丹单当党 118 119 120 121 122 123 124 125 126 127 128 档岛导到道盗德得的等登129 130 131 132 133 134 135 136 137 138 139 灯低笛迪底地第点电店吊140 141 142 143 144 145 146 147 148 149 150 调碟顶定订东动栋都督毒151 152 153 154 155 156 157 158 杜度段断堆队对多 E:159 160 161 162 儿耳尔二 F:163 164 165 166 167 168 169 170 171 172 173 发阀法返范芳方房防访放 174 175 176 177 178 179 180 181 182 183 184 非啡肥费分粉封风凤否 185 186 187 188 189 190 191 192 193 194 195 符扶服福副复付负附芙赋 196 197 翡翻

中文字符集、编码

前言
由于工作的需要,参考了好多资料整理出来一份计算机汉字处理报告,不敢独享,希 望与大家共享。Ziggler 现代计算机技术虽然先进, 但大多数人只知录入 GB-2313 字符集内的 6763 个简体汉字, 对包含 21003 个简繁体汉字的 GBK 字符集的文字录入、字体 显示就已不甚了解(市面上 绝大多数所谓的繁体字体,其实采用的是 GB2313 字符集简体字的编码,用字体显示为繁体 字,而不是直接用 GBK 字符集中繁体字 的编码,错误百出) 。而汉字总数至少有近 10 万 个,目前计算机能处理的,也有 70244 个,已非一般人所能知能用了。 由于汉字总数非常庞大。 汉字总共有多少字?到目前为止, 恐怕没人能够答得上来精确 的数字。据估计,汉字数量达到 11 万左右。 这里所说的七万多汉字, 是指 UNICODE 超大字集全部七万多中日韩汉字。 (注: Unicode 是指用两个字节表示每个字符的字符编码方案。 ) 那一般计算机能够显示多少个汉字呢?比如大陆这边普遍安装简体 Windows 系统,而 简体 windows 以宋体为系统字型,宋体支持 GBK 编码,所以能显示 20902 个汉字。 要显示 71564 个汉字, 可以采取多种方案, 如: 宋体-方正超大字符集+新细明体 EXTB、 宋体-方正超大字符集+中易宋体 EXTB、宋体 GB18030+新细明体 ExtB、宋体 18030+宋体 ExtB 等等。
中文字符集、编码
字符是各种文字和符号的总称,包括各国家文字、标点符号、图形符号、数字等。字符 集是多个字符的集合,字符集 种类较多,每个字符集包含的字符个数不同。 计算机要准确的处理各种字符集文字, 需要进行字符编码, 以便计算机能够识别和存储 各种文字。 中文文字数目大, 而且还分为简体中文和繁体中文两种不同书写规则的文字, 而计算机 最初是按英语单字节字符设计的, 因此, 对中文字符进行编码, 是中文信息交流的技术基础。 以下是常见的一些字符集介绍,部分字符集中包括编码介绍。
GB2312 字符集
1.名称的由来 GB2312 又称为 GB2312-80 字符集,全称为《信息交换用汉字编码字符集·基本集》 ,由原中 国国家标准总局发布,1981 年 5 月 1 日实施。 2.特点 GB2312 是中国国家标准的简体中文字符集。它所收录的汉字已经覆盖 99.75%的使用频率,

常用汉字五笔编码

常用汉字五笔简码 16区A 啊KBSK 阿BSK 埃FCTD 挨RCTD 哎KAQ 唉KCTD 哀YEU 皑RMNN 癌UKKM 蔼AYJN 矮TDTV 艾AQU 碍DJGF 爱EPDC 隘BUWL 鞍AFPV 氨RNPV 安PV 俺WDJN 按 RPV 暗 JUJG 岸MDFJ 胺 EPVY 案 PVSU 肮EYM 昂 JQBJ 盎 MDLF 凹MMGD 敖GQTY 熬 GQTO 翱RDFN 袄PUTD 傲 WGQT 奥TMOD 懊NTMD 澳ITMD 芭ACB 捌RKLJ 扒RWY 叭KWY 吧KCN 笆TCB 八WTY 疤UCV 巴CNHN 拔RDCY 跋KHDC 靶AFCN 把RCN 耙DICN 坝FMY 霸FAFE 罢LFCU 爸WQCB 白RRRR 柏SRG 百DJF 摆RLFC 佰WDJG 败MTY 拜RDFH 稗TRTF 斑GYGG 班GYTG 搬RTEC 扳RRCY 般TEMC 颁WVDM 板SRCY 版 THGC 扮RWVY 拌RUFH 伴 WUFH 瓣URCU 半UFK 办 LW 绊XUFH 邦DTBH 帮 DTBH 梆SDTB 榜SUPY 膀 EUPY 绑XDTB 棒SDWH 磅 DUPY 蚌JDHH 镑QUPY 傍 WUPY 谤YUPY 苞 AQNB 胞 EQNN 包 QNV 褒 YWKE 17区B 薄AIGF 雹FQNB 保WKSY 堡WKSF 饱QNQN 宝PGYU 抱RQNN 报RBCY 暴JAWI 豹EEQY 鲍QGQN 爆OJAI 杯SGIY 碑DRTF 悲DJDN 卑RTFJ 北UX 辈DJDL 背UXEF 贝MHNY 钡QMY 倍WUKG 狈QTMY 备TLF 惫TLNU 焙OUKG 被PUHC 奔DFAJ 苯ASGF 本SG 笨TSGF 崩MEEF 绷XEEG 甭GIEJ 泵DIU 蹦KHME 迸UAPK 逼GKLP 鼻THLJ 比XX 鄙KFLB 笔TT 彼THCY 碧GRDF 蓖ATLX 蔽AUMT 毕XXFJ 毙XXGX 毖XXNT 币TMHK 庇YXXV 痹ULGJ 闭UFTE 敝UMIT 弊UMIA 必NT 辟NKUH 壁NKUF 臂NKUE 避NKUP 陛BXXF 鞭AFWQ 边LP 编XYNA 贬MTPY 扁YNMA 便WGJQ 变YOCU 卞YHI 辨UYTU 辩UYUH 辫UXUH 遍YNMP 标SFIY 彪HAME 膘ESFI 表GEU 鳖UMIG 憋UMIN 别KLJH 瘪UTHX 彬SSET 斌YGAH 濒IHIM 滨IPRW 宾PRGW 摈RPRW 兵RGWU 冰UIY 柄SGMW 丙GMWI 秉TGVI 饼QNUA

相关主题
文本预览
相关文档 最新文档