中文编码GB2312
回忆上次内容
- 上次回顾了 日韩各有 编码格式
- 日本
- 有假名
- 五十音
- 一字节 可以勉强放下
- 有日本汉字
- 字符数量超过20000+
- 有假名
- 韩国
- 有谚文
- 数量超过500
- 一个字节 放不下
- 有朝鲜汉字
- 字符数量超过20000+
- 有谚文
- 日本
- 作为 汉字源头的中国
- 究竟应该 如何对汉字 进行编码 呢？🤔
汉字
- 汉字起源于甲骨文
- 是世界上唯一还在使用的象形文字
- 真的很不容易
- 写的本意 就是 画
- 写意
- 写生
- 这就是最初的
- 象形字
六书
- 以象形为基础
- 指事
- 会意
- 形声
- 转注
- 假借
- 字的结构是什么呢？
间架结构
- 上下
- 左右
- 内外
- 字型相当复杂
- 笔画也千姿百态
汉字笔画
- 笔画也比较复杂
- 运笔藏锋都很有讲究
中国大陆地区
- 中国大陆地区最早使用 GB/T 2312-1980
- 当时参考了比我们先进的日本JIS 字符集
- 1980 年 指定的国标 (GuoBiao)
- 1981 年 5 月 1 日开始使用
- GB2312 编码共收录汉字 6763 个
- 其中一级汉字 3755 个
- 二级汉字 3008 个
- 这么多字怎么排呢？
区位
- 01-09 区为特殊符号
- 先把ascii的128个字符让出去
- 然后在留有一些制表的字符
- 还留了相当多的空余
- 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
- 出了汉字之外，还收录了
- 拉丁字母
- 希腊字母
- 日文平假名及片假名字母
- 俄语西里尔字母
- 真的很全了
- 可是这gb2312
- 具体是如何编解码的呢？🤔
应用
- 如果是0-127以内的ascii字符
- 标志位为0
- 1个字节存储
- 如果是ascii以外的字符
- 标志位为1
- 2个字节存储
编解码
- 编解码方法一致就可以
- 解铃还须系铃人
- 同时用 gb2312 编解码是没有问题的
- 这篇 制定标准的文档
- 当时怎么打印出来的呢？
- 制定内码标准的 时候 就有 字形 了吗？
铅字
- 虽然 计算机 在当时 还 没有普及
- 但是 出版行业 已经 工业化 了
- 印刷厂 使用 铅活字 进行排版
- 铸字工
- 拼版工
- 还有拣字工
拣字工
- 印刷家谱 从 一个大盒子 就够了
- 字 再多些
- 要用 转轮排字盘
- 字 再多些呢？
捡字室
- 大 印刷厂
- 字模 特别多
- 甚至 要放
- 好 几面墙
- 好 几张桌子
开端
- 这 也 曾被
- 使用26个字母的 西方文明 嘲讽
-
出书确实不易
- 捡好了 字
- 排好了 版
- 先 打个样
- 再来 校对
- 再 浇铅板
- 最后 印刷
-
最初的
- 书籍
- 杂志
- 报纸
- 试卷
- 都是这样 印刷出来 的
-
到了 印刷 gb2312-80标准的 1980年
- 已经启用了新的技术
机械打字机
- 从 轮转排字盘
- 到 谢卫楼 发明的 中文打字机
- 再到 舒震东
- 在前人的研究基础上经过创新
- 得到的 舒式打字机
- 中文字符 的数量
- 是 一个难关
- 直到
- 照相技术 的 发展
照片排版
- 使用 照片底片 进行排版
- 也面临检字的工作
- 照片排版技术本身也在迭代
激光照排
- 这次使用 激光 扫描照片
- 每一个小字型都是一个照片
- 根据汉字内码找到汉字对应的激光照片
- 然后再把激光照片像活字一样排版
- 这就是激光照排技术
-
用照片排版的方式
- 制作了这样一个汉字编码的文档
-
标准定了立刻就能用起来么？
过程
- 凡事都有个过程
- 95年定的gbk
- 98年才逐渐推行开来
- 但还是有些生僻字没有相应的字型
- 内码从无到有
- 字形码也从无到有
感谢前辈
- 感谢王选与陈堃銶前辈的技艺
- 激光照排技术 可以
- 印刷中文书籍 和 报纸 了
总结
- 简体和繁体的汉字
- 字符数量都超级大
- 感谢王选和陈堃銶等前辈发明了激光照排技术
- 中文排版从此使用上了gb2312编码
- 纸张之外
- 显示器是更先进的输出设备
- 计算机是如何在显示器上显示的呢？🤔
- 我们下次再说！👋
- 蓝桥->https://www.lanqiao.cn/courses/3584
- github->https://github.com/overmind1980/oeasy-python-tutorial
- gitee->https://gitee.com/overmind1980/oeasypython
