1.2.1计算机中数据的表示

4.汉字编码

汉字处理包括汉字的编码输人、汉字的存储和汉字的输出等环。节。也就是说计算机处理汉字，首先必须先将汉字代码化，即对汉字进行编码。无论西方的拼音文字还是汉字这种象形文字，它们的"意"都寓于它们的"形"和"音"上。前面介绍过，直接向计算机输人文字的字形和语音虽然可以实现，但还不够理想。在计算机内部直接处理，存储文字的字形和语音就更困难了，所以用计算机处理字符，尤其是处理汉字字符，一定要把字符代码化。

西文是拼音文字，基本符号比较少，编码比较容易，而且在一个计算机系统中，输人、内部处理、存储和输出都可以使用同一代码。汉字种类繁多，编码比拼音文字困难，而且在一个汉字处理系统中，输入、内部处理、存储和输出对汉字代码的要求不尽相同，所以用的代码也不尽相同。汉字信息处理系统在处理汉字和词语时，关键的问题是要进行一系列的汉字代码转换。

3)字形码

汉字字形码是表示汉字字形的字模数据，通常用点阵、矢最函数等方式表示。用点阵表示字形时，汉字字形码指的就是这个汉字字形点阵的代码。字形码也称字模码，是用点阵表示的汉宇字形码，它是汉字的输出方式。根据输出汉字的要求不同，点阵的多少也不同。简易铟汉字为16X16点阵，髙精度型汉字为24X24点阵、32X32点阵、48X48点阵等。

字模点阵的信息量是很大的，所占存储空间也很大。以16X16点阵为例，每个汉字就不能用于机内存储。字库中存储了每个汉字的点阵代码，当显示输出时才检索字库。输

出字模点阵得到字形。汉字的矢量表示法是将汉字看做由笔画组成的图形，提取每个笔画的坐标值，这些坐标值就可以决定每一笔画的位置。将每一个汉字的所有坐标值信息组合起来就是该汉字字形的矢量信息。显然，汉字的字形不同其矢量信息也就不同，每个汉字都有自己的矢景信息。由于汉字的笔画不同，所以矢量信息就不同，每个汉字矢量信息所占的内存大小不一样。这与点阵表示法不一样。

同样，将每一个汉字的矢量信息集中在一起就构成了汉字库。当需要汉字输出时，利用汉字字形检索程序并根据汉字内码从字模库中找到相应的字形码。