gbk汉字编码技术研究

《gbk汉字编码技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、GBK汉字编码技术研宄杨善超福建师范大学数学与信息学院摘要：文字编码是现代社会信息传播的基础，对文化发展非常重要。木文简述了常见的汉字编码方案，重点分析了GB2312、GBK编码标准的文字编码规则，并通过C语言、Excel进行GBK文字符号的分类显示。关键词：GBK编码;GB2312编码;C语言;Excel;作者简介：杨善超（1979-）,男（汉族），山东东平人，讲师，硕士，主要研究方向为图形图像处理、多媒体信息安全。基金：福建省教育厅B类项目（JB08049）1.引言文字的数字化对不同民族、种族的交流有非常重要的意义，有利于文化传播;文字的数字化离

2、不开文字的编码，这些编码方式会影响古籍、嵌入式设备上的字符输出显示。文字编码标准、尤其汉字编码标准有很多，很有研究的必要，因此本文先对现有汉字编码标准进行介绍，然后重点对编码标准GB2312-80和GBK进行分析。2.常见文字编码技术文字的数字化是计算机处理文字的棊础，其主要过程是将文字映射为二进制整数，又称为文字的编码，而真正写入内存的文字编码称为内码。信息存储的最小单位是位（b，bit），基本单位是字节（B，Byte），lB=8b。内码一般由固定长度的字节组成。目前的文字编码标准主要有ASCII、GB2312、GBK、Unicode等［1］，下面

3、分别对这些编码标准做介绍。ASCTT编码是最简单的西文编码方案。GB2312、GBK、GB18030是汉字字符编码方案的国家标准。ISO/IEC10646和Unicode都是全球字符编码的国际标准。下面对与汉字相关的编码方案做简耍的分析。2.1ASCII编码标准ASCII码使用7位二进制来编码常见的西文字符，对应1个字节的低7位，最高位为0,可以表示128个符号，其中ASCII码小于32的是控制字符。32~126表示可打印字符。扩展ASCTT码采用最高位为1的8位二进制来表示。但西方国家对扩展ASCII定义的字符集不统一。表1GBK编码标准编码空间下

4、载原表类别汉字区，GBK2区BI汉字区，GBK3区8汉字区，GBK4区A,非汉字区，GBK1区A非汉字区，GBK5区A：用户自定义1区Ay用户自定义2区Ff用户自定义3区A2.2GB2312-80编码标准GB2312-80是1980年制定的中国汉字编码国家标准。共收录7445个字符，其中汉字6763个。GB2312兼容标准ASCII码，采用扩展ASCII码的编码空间进行编码，一个汉字占用两个字节，每个字节的最高位为1。具体办法是:收集了7445个字符组成94*94的方阵，每一行称为一个“区”，每一列称为一个“位”，区号位号的范围均为01-94，区号和

5、位号组成的代码称为“区位码”。区位输入法就是通过输入区位码实现汉字输入的。将区号和位号分别加上2011，得到的4位十六进制整数称为国标码，编码范围为0x212r0x7E7E。为了兼容标准ASCII码，给国标码的每个字节加80H，形成的编码称为机内码，简称内码，是汉字在机器中实际的存储代码，GB2312-80标准的内码范围是OxA1A1〜OxFEFE。2.3.GBK编码标准《汉字内码扩展规范》(GBK)于1995年制定，兼容GB2312、GB13000-1、BIG5编码中的所有汉字，使用双字节编码，编码空间为0x8140〜OxFEFE,共有23940个

6、码位，如表1所示[3][4]，其中GBK1区和GBK2区也是GB2312的编码范围。收录了21003个汉字。1.字符的输入3.1基于C语言进行字符的输入和显示WINDOWS操作系统的中文版，默认釆用“ANSI/OEMh简体中文GBK”进行文字编码。打印GBK字符集，需要将GBK编码按照2个字节一组写入文件，用记事本打开文件时会按照默认的字体显示对应编码的字符。FILE*fp=fopen(nGBKHZ.TXTn，Mwbn);unsignedinthigh,low;inti;unsignedintstart[5]={0xB0Al，0x810xA840};

7、unsignedintend[5]={0xF7FE，OxAOJ0xA9A0};for(i=0;i<5;i++)for(high=((start[i]»8)&0xFF);&0xFF);high++)for(low=(start[i]&0xFF);low<=(({fputc(high，fp);fputc(lfclose(fp);3.2基于Excel的字符输入和显示Excel表格可以比较直观的显示GBK编码字符集。在打开的Excel文件中按八LT+F11键，进入VBA代码模式编写如下过程，运行过程可在Excel看到GBK的字符集。SubOutputGBKF

8、orRow=0To255Forcol=0To255Sheetl.Cells(Row+1,col+1)=col