汉字转换为二进制的原理

  • Post author:
  • Post category:其他




两个字节转成一个汉字

1.汉字信息交换码(国标码)
  《信息交换用汉字 编码字符集·基本集》是我国于1980年制定的国家标准 GB2312-80,代号为国标码,是国家规定的用于汉字信息处理使用的代码依据.
   GB2312-80中规定了信息交换用的6763个汉字和682个非汉字图形符号(包括几种外文字母、数字和符号)的代码.
  6763个汉字又按其 使用频度、组词能力以及用途大小分成一级常用汉字3755个和二级常用汉字3008.
  一级汉字按拼音字母顺序排列;若遇同音字,则 按起笔的笔形顺序排列;若起笔相同,则按第二笔的笔形顺序排列,依次类推.所谓笔形顺序,就是横、竖、撇、点和折的顺序.二级汉字按 部首顺序排列.
 
  在此标准中,每个汉字(图形符号)采用双字节表示.每个字节只用低7,最高位恒为1.由于低7位中有34种状态是用 于控制字符,因此,只有94(128-34=94)种状态可用于汉字编码.这样,双字节的低7位只能表示94×94=8836种状态.


编码范围
二进制数码
十进制数码
基本 ASCII 码    
0000000001111111    
0127    
控制字符    
000000000010000001111111    
032127    
可用汉字段    
0010000101111110    
33126 (194)    
扩充 ASCII 码    
1000000011111111    
128255    
控制字符    
100000001010000011111111    
128160255    
GB2312-80    
1010000111111110    
161254 (194)    
  此标准的汉字编码表有94行、94,其行号称为区号,列号称为位号.双字节中,用 高字节表示区号,低字节表示位号.非汉字图形符号置于第111,一级汉字3755个且于第1655,二级汉字3008个置于第5687.
  每个图形字符的汉字交换码,均用两个字节的低7位二进制码表示.汉字国标码通常用十六进制数表示.
  例如:“中”字的区号为 54,位号为48,计算它的二进制数和十六进制数国标码.



版权声明:本文为qq_28872655原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。