汉字编码原理(汉字编码查询)

１、确定编码对象

一，汉字的总字数有６万多，现代汉语常用的也有１万左右。《信息交换用汉字编码字符集基本集》根据各种统计数据确定收入汉字６７６３个。这些汉字就是一个编码对象的数量级。

二，“大字符集” 包括大陆、台湾、日本、韩国所使用的全部汉字的集合。有２0902字。

三，数量不同，有关参数也不同。

２、确定码元类型和数量

一，码元是用来作为汉字代码的元素。例如，

二，电报码的码元就是０－９这十个阿拉伯数字。

三，码元的种类和数量与编码容量、以及码长、重码数等指标直接相关。

四，比如电报码，采用十个数目字作码元，四位码长的编码容量至多１００００个汉字，从００００到９９９９。超过１万字就是出现重码，否则就必须增加码长。

五，一般的编码方案多采用２６个英文字母作码元，

六，也有的在这个基础上再增加１０个数目字，使码元数增加到３６个的方案，

七，还有的把字母键盘区的其它功能键也利用上的。

八，这种需要增加码元数的方案多数是形码方案。