zoukankan      html  css  js  c++  java
  • 汉字编码

    参考博客:https://blog.csdn.net/yjier/article/details/6237697

    参考博客:https://blog.csdn.net/mozha_666/article/details/79032751

    GB2312区位码

    GB2312对所收汉字进行了“分区”处理,每区含有94个汉字/符号。这种表示方式也称为区位码。

    01-09区为特殊符号。          
    16-55区为一级汉字,按拼音排序。           
    56-87区为二级汉字,按部首/笔画排序。          
    10-15区及88-94区则未有编码。

    每个汉字及符号以两个字节来表示 ,高低字节各加上0xA0即可得到机内码输出汉子字库;

    python:

     1 file = open("chineseCharacter.txt", "w")
     2 for i in range(95):
     3     for j in range(95):
     4         first = i+0xA0
     5         two = j+0xA0
     6         file.write(chr(first)+chr(two))
     7         if j%10 == 0:
     8             file.write('
    ')
     9     file.write('
    ')
    10 file.close()

    国标码
    对这些编号进行编码的结果就得到“国家标准代码”,简称为“国标码”,也称“汉字交换码”
    国标码由两个字节组成,其高字节和低字节的最高位都为0,与7位标准ASCII码类似。
    区位码 -> 国标码:将十进制表示的区码和位码转换为十六进制表示的区码和位码,再将这个代码的高字节(第一个字节)和低字节(第二个字节)分别加上20H(100000B),就得到国标码。每个字节加20H的原因是为了避开ASCII码表的32个控制字符。


    内码
    为了解决ASCII码和国标码在同事使用时产生的二义性,讲国标码的高字节和低字节的最高位b7都变成1,或者说每个字节都加上0x80,这样得到的代码被称为机内码,常被简写成“内码”

  • 相关阅读:
    Git工作原理
    将博客搬至CSDN
    Hive常见文件存储格式
    Hadoop进入安全模式源码分析
    Hadoop RPC简介
    hive自定义UDF函数
    hive性能调优之表设计层面调优
    flowable 启用慢 且启动不起来 报错看不懂
    数据结构和算法基础
    css: 边宽弧度
  • 原文地址:https://www.cnblogs.com/liubilan/p/9816862.html
Copyright © 2011-2022 走看看