汉字输入编码

    汉字输入编码 : 为便于将汉字送入中文处理终端或系统，用预先设计好的方法，将汉字音、形、义有关要素变成数字、字母或键位名称的转换方法。汉字输入编码是人到机(计算机)交换汉字特征信息的界面。

　　世界上使用汉字的人口约占世界总人口的 1/4，因此研究和发展汉字输入编码是一项非常急迫的任务。中国是汉字的发源国，汉字应用已有数千年历史。1987年中国研究汉字输入编码的人员已近 400人，不论在深度和广度上，都走在世界前列。

　　1981年，中国国家标准局公布的国标　GB2312-80《汉字信息交换用编码字符集》，收汉字6763个，到80年代中期除专业用字符集外，都以国标字符集所收汉字作为输入编码范围。

　　汉字输入编码入手的方法，是在汉字中寻找统一的有规律的特征信息，将汉字二维平面图形信息转换成一维线性代码。根据所取特征信息的不同，汉字输入编码分从音编码和从形编码两大类。其他类型是相互结合型，或与字义结合，或与检字法结合，或与词组结合。因设计的目的、思想不同，用以编码的元素、所用码元的数量、取码方法和规则，避开同码字和占用键盘键位的方法等，都因设计者而异，因此产生了数百种汉字输入编码方案。

　　从音编码是以1958年 2月11日中国全国人民代表大会批准公布的《汉语拼音方案》为基本编码元素。汉语拼音是以北京语音为标准音，以北方语为基础方言，以典范的白话文著作为语法规范的普通话。自推广普通话以来，已有相当数量的人掌握了汉语拼音，以此为基础作汉字输入编码，为这部分人所乐于接受。但中国各地方言复杂，不少人还难以做到准确认读汉字，因此容易出现差错。此外,北京语系只有21个声母,39个韵母,1332个音节，不能区别成千上万个汉字，同音字很多，所以需要增加定字编码。这就要从形、从义去找，或借助计算机将同音字全显示出来，再去选择定字，可见从音编码方式输入繁琐，输入速度低。但日常汉语口语中有词、语句的限定，同音字不会被人误解。利用这一汉语特征，拼音编码已向拼音词组编码发展来解决部分欠缺。

　　从形编码是以笔画和字根(字元、部件)为编码元素。现代汉字是从甲骨文、金文演变而来，经过篆书、隶书、楷书等演变而形成的。在形体上逐渐由图形变为笔画,象形变为象征，复杂变为简单。造字原则从表形、表义到形声，汉字数量增多主要是形声字数量多。汉字从形编码是充分利用现代汉字这些特征，把汉字平面图形编成线性代码。

　　汉字从形编码利用人们已有的汉字书写知识，在键盘上象写字一样打入笔画和字根，从计算机内选出汉字，既直接又方便。这样就要把上千个字根和上百个笔画尽可能归纳，减少它们的数量，以便于记忆字根所在键位。到1987年已能将字根归纳为100个左右，笔画为5个。字根少了会造成分解汉字图形的难度，字根多了又会增加记忆量，所以设计者需从中选取最佳的取舍方案，做到易学易记,因此形码方案数量很多。为达到高速输入,从形编码也向词组编码发展。

　　汉字输入编码将会随着计算机应用的普及，通过学术评议和用户实践，由数百种优选成数种实用方案。