多用编码在汉字输入中的应用研究

1、新型邵氏多用编码在中文信息处理中的应用研究 潘虎林 （ 甘肃省秦安县生产力促进中心秦安 741600） 内容提要： 关键字：计算机 汉字 编码 输入 信息化是当今世界的发展潮流，是国家社会发展的趋 势。信息化水平已经成为衡量一个国家现代化水平和综合国 力的重要指标。汉字也是字符，与西文字符比较，汉字数量 大，字形复杂， 同音字多， 这就给汉字在计算机内部的存储、 传输、交换、输入、输出等信息处理带来了一系列的问题。 为了能直接使用西文标准键盘输入汉字，必须为汉字设计相 应的编码，以适应计算机处理汉字的需要。近三十年来，在 众多编码人的共同努力下，汉字编码领域已是百花齐放。可 是汉字输入仍然是制

2、约中国人进入计算机领域的难题，仍然 是我国信息化建设的瓶颈之一。邵氏多用编码是 Code for 1 计算机常用中文编码的种类 1.1 机 内 码 ASCII ( American Standard Information Interchange 美国信息互换标准代码） 是基于 罗马字母表的一套电脑编码系统，它主要用于显示现代英语 和其他西欧语言。它是现今最通用的单字节编码系统，并等 同于国际标准 ISO 646。包含控制字符、 可显示字符和 ASCII 扩展字符集扩展在计算机的存储单元中， ASCII 码值占 7 个字节 (8 个二进制位 ) ，其最高位 (b7) 用作奇偶校验位。 1.2

3、国标码 GB2312 字符集 121 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，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， 基本满足了汉 字的计算机处理需要。在中国大陆和新加坡获广泛使用。 GB2312收录简化汉字及一般符号、序号、数字、拉丁字母、 日文假名、希腊字母、俄文字母、汉语拼音符号、汉语注音 字母，共 7445 个图形字符。其中包括 6763 个汉字，其中 级汉字 3755 个，二级汉字 3008 个。 GB2312 中对所收汉字 进行了“分区”处

4、理，每区含有 94个汉字 /符号。这种表示 方式也称为区位码。它是用双字节表示的，两个字节中前面 的字节为第一字节，后面的字节为第二字节。 口. 号， 1.2 . 2 GBK字符集是 GB2312的扩展（K） , GBK1.0收录 了 21886 个符号，它分为汉字区和图形符号区，汉字区包括 21003个字符。GBK字符集主要扩展了繁体中文字的支持。 1.2 . 3 GB18030的全称是 GB18030-2000信息交换用 汉字编码字符集基本集的扩充 ，是我国政府于 2000 年 3 月 17 日发布的新的汉字编码国家标准， 2001 年 8 月 31 日后在 中国市场上发布的软件必须符合本

5、标准。 GB18030 字符集标 准的出台经过广泛参与和论证，来自国内外知名信息技术行 业的公司，信息产业部和原国家质量技术监督局联合实施。 GB18030 字符集标准解决汉字、日文假名、朝鲜语和中国少 数民族文字组成的大字符集计算机编码问题。该标准的字符 总编码空间超过 150 万个编码位，收录了 27484 个汉字，覆 盖中文、 日文、朝鲜语和中国少数民族文字。 满足中国大陆、 香港、台湾、日本和韩国等东亚地区信息交换多文种、大字 量、多用途、统一编码格式的要求。并且与 Unicode 3.0 版 本兼容，填补Unicode扩展字符字汇“统一汉字扩展A”的 内容。并且与以前的国家字符编码标

6、准(GB2312， GB13000.1) 兼容。 GB18030 标准采用单字节、双字节和四字节三种方式对 字符编码。 13 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 0XFE (即卩129-255 ),共126种。第二个字节的范 围不连续，分别为 0X40 0X7E(即 64-126 ), 0XA1- 0XFE(即 161-254 )，共 157 种。 1.4 统一码Unicode字符集 统一码是由 Unicode 学术学会（ Unicode Consortium ） 制定的字符编码系统。 Unicode 学术学会

7、的成员主要是电脑 软硬件厂 商。 Unicode 与 ISO 有紧密的合作， Unicode 可以 被看作是 ISO10646 的实践版。因此，支持 Unicode 的产品 也支持 ISO10646。 把上面概述的几种通用标准中文输入法的实现过程及 方法是中文信息处理正在使用的内码，各种应用层面的汉字 编码方案及其应用软件都是中文处理的外码。 汉字作为世界上最长寿的图形文字，则有形、音、义三 个属性，简称 0 性” 1 。人们可以从汉字的三种属性 中，选择一种或同时选择几种，为汉字编码。根据选用的汉 字属性不同，就形成了以下不同类型的汉字输入法。常用的 汉字输入方法有拼音类（微软拼音、智能狂拼、智能ABC等）、 形码类（万能汉字输入、二笔码、自然码、汉王等）和五笔 字形类（万能五笔、王码五笔、极品五笔、智能五笔等） 新型邵氏多用编码在汉字输入法中是形码类。由于它具有规 范、易学、高效、通用四项优势，汉字编码必须符合被知识 产权局授予专利，专利号为： 该编码解决了 学字、查字、打字、用字相结合的难题，简繁体汉字输入统 方案，同一键盘布局， 分适合中、外汉字输入。 2 新型邵氏多用编码（外码）的汉字编码依据及方法 汉字输入流程图 多用编码字件 编码依据 取码方法 单字取码方法 词组取码方法 高频字与调整码