1.2.7 计算机中的汉字编码

我国于1981年颁布了《信息交换用汉字编码字符集：基本集》（GB 2312—80），简称国标码。GB 2312—80共收集汉字6 763个，其中，常用一级汉字3 755个，二级汉字3 008个。国标码的编码用两个字节（16位）表示一个汉字，所以理论上最多可以表示256×256（65 536）个汉字。例如，汉字“大”字的国标码为十六进制数3473H。

由于汉字数量庞大、编码复杂，所以计算机输入、存储、显示汉字时使用不同编码。

1. 机内码

在计算机内部，为了区分汉字编码和ASCII字符，将国标码每个字节的最高位由0改为1，以构成汉字的机内码，也称内码。汉字在计算机内部存储、处理和传输时都使用内码。

汉字内码=汉字国标码+（8080）₁₆

例如：

2. 输入码

通过键盘向计算机中输入汉字所使用的编码为输入码，也称外码。

例如，以拼音为基础的拼音类输入法，如搜狗输入法、智能ABC、微软全拼等；以字形为基础的字形类输入法，如五笔字型；以拼音、字形混合为基础的混合类输入码，如自然码。随着拼音类输入法的识别率不断提高，拼音类输入法得到了广泛应用。

3. 输出码

输出码也称汉字字形码，指汉字字库中存储的汉字字形的数字化信息，用于汉字的显示或打印输出。不同的汉字字库存放不同形状的汉字字形（即字体），如宋体、楷体、隶书等，分为点阵和矢量两种表示方法。

（1）点阵字库

用点阵表示字形时，将一个汉字放在一个多行多列的网格中，有笔画经过的网格用二进制位1表示，没有笔画经过的网格用二进制位0表示，这样就构成汉字的点阵，如图1-17所示。一般有16×16、24×24、48×48、64×64点阵，行列数越多，字形质量越高，所占空间也越大。

汉字字形码以二进制数形式保存在存储器中，构成汉字字库。每个汉字在字库中都占有一个固定大小的连续存储空间，如48×48点阵，需要288Byte（48×48/8）空间存放一个汉字的字形码。

（2）矢量字库

矢量汉字字库存储的是描述汉字字形的轮廓特征，当要输出汉字时，通过计算机的计算由汉字字形描述生成所需大小和形状的汉字点阵。矢量表示方式与分辨率无关，因此可以产生高质量的汉字输出，且放大汉字以后不会影响其输出效果。Windows中使用的TrueType技术就是汉字的矢量表示方式，如图1-18所示。