简述解决中文汉字编码问题的两种常用方法

① 汉字的编码有几种各有什么用途

汉字的编码分为外码、交换码、机内码、字形码和地址码。具体用途如下：

1、外码（输入码）

外码也叫输入码，是用来将汉字输入到计算机中的一组键盘符号。常用的输入码有拼音码、五笔字型码、自然码、表形码、认知码、区位码和电报码等，一种好的编码应有编码规则简单、易学好记、操作方便、重码率低、输入速度快等优点，每个人可根据自己的需要进行选择。

2、交换码(国标码)

计算机内部处理的信息，都是用二进制代码表示的，汉字也不例外。而二进制代码使用起来是不方便的，于是需要采用信息交换码。中国标准总局1981年制定了中华人民共和国国家标准GB2312--80《信息交换用汉字编码字符集--基本集》，即国标码。

3、机内码

根据国标码的规定，每一个汉字都有了确定的二进制代码，在微机内部汉字代码都用机内码，在磁盘上记录汉字代码也使用机内码。

4、汉字的字形码

字形码是汉字的输出码，输出汉字时都采用图形方式，无论汉字的笔画多少，每个汉字都可以写在同样大小的方块中。通常用16×16点阵来显示汉字。

5、汉字地址码

汉字地址码是指汉字库中存储汉字字形信息的逻辑地址码。它与汉字内码有着简单的对应关系，以简化内码到地址码的转换。

(1)简述解决中文汉字编码问题的两种常用方法扩展阅读

1、机器自动识别汉字:计算机通过“视觉”装置（光学字符阅读器或其他），用光电扫描等方法识别汉字。

2、通过语音识别输入：计算机利用人们给它配备的“听觉器官”，自动辨别汉语语音要素，从不同的音节中找出不同的汉字，或从相同音节中判断出不同汉字。

3、通过汉字编码输入：根据一定的编码方法，由人借助输入设备将汉字输入计算机。

② 编码方式是什么

编码方式就是指通过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式

③ 计算机内部处理汉字所采用的编码形式

什么是 Unicode?
历史上, 有两个独立的, 创立单一字符集的尝试. 一个是国际标准化组织(ISO)的 ISO 10646 项目, 另一个是由(一开始大多是美国的)多语言软件制造商组成的协会组织的 Unicode 项目. 幸运的是, 1991年前后, 两个项目的参与者都认识到, 世界不需要两个不同的单一字符集. 它们合并双方的工作成果, 并为创立一个单一编码表而协同工作. 两个项目仍都存在并独立地公布各自的标准, 但 Unicode 协会和 ISO/IEC JTC1/SC2 都同意保持 Unicode 和 ISO 10646 标准的码表兼容, 并紧密地共同调整任何未来的扩展.

Unicode vs ISO 10646
Unicode 协会公布的 Unicode 标准 严密地包含了 ISO 10646-1 实现级别3的基本多语言面. 在两个标准里所有的字符都在相同的位置并且有相同的名字.

Unicode 标准额外定义了许多与字符有关的语义符号学, 一般而言是对于实现高质量的印刷出版系统的更好的参考. Unicode 详细说明了绘制某些语言(比如阿拉伯语)表达形式的算法, 处理双向文字(比如拉丁与希伯来文混合文字)的算法和 排序与字符串比较 所需的算法, 以及其他许多东西.

另一方面, ISO 10646 标准, 就象广为人知的 ISO 8859 标准一样, 只不过是一个简单的字符集表. 它指定了一些与标准有关的术语, 定义了一些编码的别名, 并包括了规范说明, 指定了怎样使用 UCS 连接其他 ISO 标准的实现, 比如 ISO 6429 和 ISO 2022. 还有一些与 ISO 紧密相关的, 比如 ISO 14651 是关于 UCS 字符串排序的.

考虑到 Unicode 标准有一个易记的名字, 且在任何好的书店里的 Addison-Wesley 里有, 只花费 ISO 版本的一小部分, 且包括更多的辅助信息, 因而它成为使用广泛得多的参考也就不足为奇了. 然而, 一般认为, 用于打印 ISO 10646-1 标准的字体在某些方面的质量要高于用于打印 Unicode 2.0的. 专业字体设计者总是被建议说要两个标准都实现, 但一些提供的样例字形有显着的区别. ISO 10646-1 标准同样使用四种不同的风格变体来显示表意文字如中文, 日文和韩文 (CJK), 而 Unicode 2.0 的表里只有中文的变体. 这导致了普遍的认为 Unicode 对日本用户来说是不可接收的传说, 尽管是错误的.
ASCⅡ码
计算机内部采用二进制的方式计数，那么它为什么又能识别十进制数和各种字符、图形呢？其实，不论是数值数据还是文字、图形等，在计算机内部都采用了一种编码标准。通过编码标准可以把它转换成二进制数来进行处理，计算机将这些信息处理完毕再转换成可视的信息显示出来。常用的字符代码是ASCII码，它原来是美国的国家标准，1967年被定为国际标准。
ASCII码由8位二进制数组成，其中最高位为较验位，用于传输过程检验数据正确性。其余7位二进制数表示一个字符，共有128种组合。如回车的ASCII码为0001101（13），空格的ASCII码为0100000（32），“0” 的ASCII码为0110000（48），“A” 的ASCII码为1000001（65），“a”的ASCII码为1100001（97）。
Hanzi bianma汉字编码Chinese character encoding

为汉字设计的一种便于输入计算机的代码。由于电子计算机现有的输入键盘与英文打字机键盘完全兼容。因而如何输入非拉丁字母的文字（包括汉字）便成了多年来人们研究的课题。
汉字信息处理系统一般包括编码、输入、存储、编辑、输出和传输。编码是关键。不解决这个问题，汉字就不能进入计算机。
汉字进入计算机的三种途径 分别为：
①机器自动识别汉字:计算机通过“视觉”装置(光学字符阅读器或其他)，用光电扫描等方法识别汉字。
②通过语音识别输入：计算机利用人们给它配备的“听觉器官”，自动辨别汉语语音要素，从不同的音节中找出不同的汉字，或从相同音节中判断出不同汉字。
③通过汉字编码输入：根据一定的编码方法，由人借助输入设备将汉字输入计算机。
机器自动识别汉字和汉语语音识别，国内外都在研究，虽然取得了不少进展，但由于难度大，预计还要经过相当一段时间才能得到解决。在现阶段，比较现实的就是通过汉字编码方法使汉字进入计算机。
汉字编码的困难点 汉字进入计算机，有许多困难，其原因主要有三点：
①数量庞大：随着社会的发展，新字不断出现，死字没有淘汰，汉字总数不断增多。一般认为，现在汉字总数已超过6万个（包括简化字）。虽有研究者主张规定3000多或4000字作为当代通用汉字，但仍比处理由二三十个字母组成的拼音文字要困难得多。
②字形复杂:有古体今体,繁体简体，正体异体；而且笔画相差悬殊，少的一笔，多的达36笔，简化后平均为9.8笔。
③存在大量一音多字和一字多音的现象：汉语音节416个，分声调后为1295个(根据《现代汉语词典》统计，轻声39个未计)。以1万个汉字计算,每个不带调的音节平均超过24个汉字,每个带调音节平均超过7.7个汉字。有的同音同调字多达66个。一字多音现象也很普遍。
五种类型的编码法 据粗略统计,现有400多种编码方案，其中上机通过试验的和已被采用作为输入方式的也有数十种之多。归纳起来，不外5种类型：
①整字输入法：前一阶段，一般是将三四千个常用汉字排列在一个具有三四百个键位的大键盘上。近来,大多是将这些汉字按XY坐标排列在一张字表上,通常叫“ 字表法”,或“笔触字表法”。比如，X25行和Y90列交叉的字为“国”，当电笔点到字表上的“国”字时，机器自动将该字的代码2590输入。键盘上或字表中字按部首或按音序或按字义联想而排列。不常用的字作为盘外字或表外字，另行编码处理。
②字形分解法:将汉字的形体分解成笔画或部件,按一定顺序输进机器。笔画一般分成 8种：横（一）、竖（丨）、撇（丿）、点（丶）、折（□）、弯（□）、叉（十）、方（口）。部件一般归纳出一二百个。由于一般键盘上只有42个键（包括数字和标点），容纳不下这么多部件，因而有人设计中键盘，也有人利用部件形体上的相似点或出现概率的不同,而把100多个部件分布在26个字母键上。
③字形为主、字音为辅的编码法：这种编码法与字形分解法的不同在于还要利用某些字音信息。如有的方案为了简化编码规则，缩短码长，在字形码上附加字音码，有的方案为了采用标准英文电传机，将分解归纳出来的字素通过关系字的读音转化为拉丁字母。
④全拼音输入法：绝大多数是以现行的汉语拼音方案为基础进行设计。关键问题是区分同音字，因而有的方案提出“以词定字”的方法，还有的方案提出“拼音-汉字转换法”，即“汉语拼音输入 ——机内软件变换（实为查机器词表）——汉字输出”系统。
⑤拼音为主、字形为辅的编码法：一般在拼音码前面或后面再添加一些字形码。拼音码有用现行汉语拼音方案或稍加简化的，还有的为了缩短码长而把声母和韵母都用单字母或单字键表示的“双拼方案”或“双打方案”。如F键既表声母F，又表韵母ang，连击两下,便是Fang“方”字。区分同音字的字形码也多种多样。除了大部分采用偏旁部首的信息外，还有采用起末笔或采用语义类别的。
上述各种编码法，各有短长。例如，字表法的特点是一字一格（键），无重码，直观性好，操作简单。缺点是需特制键盘，速度较慢。字形分解法的好处是按形取码，不涉及字音，因而不认识的字（包括生僻字、古字）也同样可以编码输入;但汉字形体结构非常复杂,写法也有许多差异，分解标准不易统一，因而不少方案规则较多。拼音输入法（包括拼音－汉字转换法）的优点是操作简捷，可以“盲打”，不受汉字简化、字形改变的影响，符合拼音化方向，并且还便于作进一步信息处理；缺点是不认识的字无法输入；另外，如果不加字形码或不用以词定字法或显式选择法，同音字较难处理。
双轨制编码 汉语拼音推广应用，并逐步过渡到汉字和汉语拼音文字并存并用，这是一种双轨制。汉字信息处理领域中，音码和形码的并存并用，同样是一种双轨制。因此，不少人认为，采用双轨制好，理由有以下5点：
①对掌握普通话的人来说,使用音码比形码方便,速度比较快。形码虽然较慢，但能输入任何汉字（包括古字）。采用双轨，操作员认识的字可按音输入，不认识的字按形输入，会普通话的人可按音输入，方音重的人可按形输入。
②对于用字量少的单位，按音输入无问题，但对用字量多的单位来说，按音输入就不如按形输入，因为一般人只能念出一部分汉字。
③按形输入（尤其是整体输入）对于中文信息处理的某类工作，如统计汉字，非常适合；但是对于其他类工作，例如统计汉语的音（声韵调）则无能为力。按音输入则正相反。双轨正好是相辅相成。
④有的形码可以照顾多种汉字（如日本的汉字、南朝鲜的汉字），而音码能分词连写，便于作进一步的信息处理。
⑤适当的双轨方案，不会增加设备上的麻烦。如不考虑采用整字输入，一般均可使用现有的小键盘。
汉字编码研究的新发展 除了单轨向双轨发展之外，还有下列趋势：
①混合式编码法。笔触字表示法中除整体字之外,增加一些部件或字符，可以解决盘外字问题，甚至能具有字形分解法的全部优点。而笔画方案为了提高速度，一般也增加一些部件或整字。
②充分利用简码和词汇码。这样可以提高输入速度。因而人们为少量出现频率高的字或词设计了单字母和双字母的简码。
词汇码也是提高速度的手段。有一种形码方案的词汇码是根据每个字的部件规定的，如“汉字编码”的词汇码是43、45、55、13（氵冖纟石）。另一种形码方案的词汇码是利用计算机引导方式输入的。例如，当“中”字输入后,一按语词键,屏幕上便显示出“中国”、“中型”、“中性”、“中华”等双音词；选择“ 中国”后，如再按一下语词键,便可显示出“（中国）话”、“（中国）人民”、“（中国）共产党、”、“（中国）工农红军”等词或词组。音码方案的词汇码实际上为词组码，如 ZRG“中华人民共和国”，ZZXY“中国中文信息研究会”。词汇码不仅能提高速度，而且也能区别同码。但是，如果用得太多，也会产生重码。因此，有必要划分通用词汇码和专业词汇码，以减少重码。
③充分发挥“电脑”的作用，尽量减少“人脑”的负担。上述计算机引导输入法就是一例。还有的方案不断以开窗口方式向操作员提供选择的范围。这样，操作员不必再记忆大量的编码规则。
编码工作中的定型化和标准化编码方案的定型化，即一般所说的选优工作，对计算机的普及应用非常重要。当然，定型或选优并不意味着只定一种或只选一种，而要照顾到多种用户的需要。关于选优，曾提出多种评定标准，一般包括字码无二义性、操作方便易学、输入和处理效率高、存储节省、传输可靠、设备经济实用、组词能力强。
编码方案繁多,需要有一个统一的标准。1981年，国家标准局公布了《信息交换用汉字编码字符集基本集》（简称汉字标准交换码）,共分两级，一级3755 个字,二级3008个字，共6763个字。这种汉字标准交换码是计算机的内部码，可以为各种输入输出设备的设计提供统一的标准，使各种系统之间的信息交换有共同一致性，从而使信息资源的共享得以保证。目前，正在制定《信息交换用汉字编码字符集辅助集》，以满足少数用字量超过基本集的用户和台湾、香港等地的需要。

④ 在汉字信息处理中，汉字输入编码方法主要分为

计算机中汉字的表示也是用二进制编码，同样是人为编码的。根据应用目的的不同，汉字编码分为外码、交换码、机内码和字形码。

1.外码（输入码）

外码也叫输入码，是用来将汉字输入到计算机中的一组键盘符号。常用的输入码有拼音码、五笔字型码、自然码、表形码、认知码、区位码和电报码等，一种好的编码应有编码规则简单、易学好记、操作方便、重码率低、输入速度快等优点，每个人可根据自己的需要进行选择。

2.交换码(国标码)

计算机内部处理的信息，都是用二进制代码表示的，汉字也不例外。而二进制代码使用起来是不方便的，于是需要采用信息交换码。中国标准总局1981年制定了中华人民共和国国家标准GB2312--80《信息交换用汉字编码字符集--基本集》，即国标码。

区位码是国标码的另一种表现形式，把国标GB2312--80中的汉字、图形符号组成一个94×94的方阵，分为94个“区”，每区包含94个“位”，其中“区”的序号由01至94，“位”的序号也是从01至94。94个区中位置总数=94×94=8836个，其中7445个汉字和图形字符中的每一个占一个位置后，还剩下1391个空位，这1391个位置空下来保留备用。

3.机内码

根据国标码的规定，每一个汉字都有了确定的二进制代码，在微机内部汉字代码都用机内码，在磁盘上记录汉字代码也使用机内码。

4.汉字的字形码

字形码是汉字的输出码，输出汉字时都采用图形方式，无论汉字的笔画多少，每个汉字都可以写在同样大小的方块中。通常用16×16点阵来显示汉字。

5.汉字地址码

汉字地址码是指汉字库中存储汉字字形信息的逻辑地址码。它与汉字内码有着简单的对应关系，以简化内码到地址码的转换。

⑤ 常见的编码方式

一、ASCII 码
我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。

ASCII 码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。

二、非 ASCII 编码
英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用 ASCII 码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。

但是，这里又出现了新的问题。不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比如，130在法语编码中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。但是不管怎样，所有这些编码方式中，0--127表示的符号是一样的，不一样的只是128--255的这一段。

至于亚洲国家的文字，使用的符号就更多了，汉字就多达10万左右。一个字节只能表示256种符号，肯定是不够的，就必须使用多个字节表达一个符号。比如，简体中文常见的编码方式是 GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示 256 x 256 = 65536 个符号。

中文编码的问题需要专文讨论，这篇笔记不涉及。这里只指出，虽然都是用多个字节表示一个符号，但是GB类的汉字编码与后文的 Unicode 和 UTF-8 是毫无关系的。

三. Unicode
正如上一节所说，世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。

可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 Unicode，就像它的名字都表示的，这是一种所有符号的编码。

Unicode 当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，U+4E25表示汉字严。具体的符号对应表，可以查询unicode.org，或者专门的汉字对应表。

⑥ 汉字编码技术的相关名称解释及其关系

中文编码技术详解：
一、GB2312
ASCII这种字符编码规则显然用来处理英文没有什么问题，它的出现极大的促进了信息在西方尤其是美国的传播和交流。但是对于中文，常用汉字就有6000以上，ASCII 单字节编码显然是不够用。中国国家标准总局发布了GB2312码即中华人民共和国国家汉字信息交换用编码，全称《信息交换用汉字编码字符集——基本集》，1981年5月1日实施，通行于大陆。GB2312字符集中除常用简体汉字字符外还包括希腊字母、日文平假名及片假名字母、俄语西里尔字母等字符，未收录繁体中文汉字和一些生僻字。 EUC-CN可以理解为GB2312的别名，和GB2312完全相同。GB2312是基于区位码设计的，在区位码的区号和位号上分别加上A0H就得到了GB2312编码。
区位码，国标码，交换码，内码，外码的解释：
(1)区位码：就是把中文常用的符号，数字，汉字等分门别类进行编码。区位码把编码表分为94个区，每个区对应94个位，每个位置就放一个字符（汉字，符号，数字都属于字符）。这样每个字符的区号和位号组合起来就成为该汉字的区位码。区位码一般用10进制数来表示，如4907就表示49区7位，对应的字符是“学”。区位码中01-09区是符号、数字区，16-87区是汉字区，10-15和88-94是未定义的空白区。它将收录的汉字分成两级：第一级是常用汉字计3755个，置于16-55区，按汉语拼音字母/笔形顺序排列；第二级汉字是次常用汉字计3008个，置于56-87区，按部首/笔画顺序排列。
(2)国标码： 区位码无法用于汉字通信，因为它可能与通信使用的控制码（00H~1FH）（即0~31，还记得ASCII码特殊字符的范围吗？）发生冲突。于是ISO2022规定每个汉字的区号和位号必须分别加上32（即二进制数00100000，16进制20H），得到对应的国标交换码，简称国标码，交换码，因此，“学”字的国标交换码计算为：

1
2
3
4
00110001 00000111
+ 00100000 00100000
-------------------
01010001 00100111
用十六进制数表示即为5127H。
(3)交换码：即国标交换码的简称，等同上面说的国标码。
(4)内码：由于文本中通常混合使用汉字和西文字符，汉字信息如果不予以特别标识，就会与单字节的ASCII码混淆。此问题的解决方法之一是将一个汉字看成是两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位都为1。即国标码加上128（即二进制数10000000,16进制80H）这种高位为1的双字节汉字编码即为GB2312汉字的机内码，简称为内码。20H+80H=A0H。这也就是常说的在区位码的区号和位号上分别加上A0H就得到了GB2312编码的由来。

1
2
3
4
00110001 00000111
+ 10100000 10100000
-------------------
11010001 10100111
用十六进制数表示即为D1A7H。
(5)外码：机外码的简称,就是汉字输入码，是为了通过键盘字符把汉字输入计算机而设计的一种编码。 英文输入时，相输入什么字符便按什么键，外码和内码一致。汉字输入时，可能要按几个键才能输入一个汉字。 汉字输入方案有成百上千个，但是这千差万别的外码输入进计算机后都会转换成统一的内码。
总结一下:中国国家标准总局把中文常用字符编码为94个区，每个区对应94个位，每个字符的区号和位号组合起来就是该字符的区位码, 区位码用10进制数来表示，如4907就表示49区7位，对应的字符是“学”。 由于区位码的取值范围与通信使用的控制码（00H~1FH）（即0~31）发生冲突。每个汉字的区号和位号分别加上32（即16进制20H）得到国标码，交换码。“学”的国标码为5127H。由于文本中通常混合使用汉字和西文字符，为了让汉字信息不会与单字节的ASCII码混淆，将一个汉字看成是两个扩展ASCII码，即汉字的两个字节的最高位置为1，得到的编码为GB2312汉字的内码。“学”的内码为D1A7H。无论你使用什么输入法，通过什么样的按键组合把“学”输入计算机，“学”在使用GB2312（以及兼容GB2312）编码的计算机里的内码都是D1A7H。

二、GBK
GB2312的出现基本满足了汉字的计算机处理需要，但由于上面提到未收录繁体字和生僻字，从而不能处理人名、古汉语等方面出现的罕用字，这导致了1995年《汉字编码扩展规范》（GBK）的出现。GBK编码是GB2312编码的超集，向下完全兼容GB2312，兼容的含义是不仅字符兼容，而且相同字符的编码也相同，同时在字汇一级支持ISO/IEC10646—1和GB 13000—1的全部中、日、韩（CJK）汉字，共计20902字。GBK还收录了GB2312不包含的汉字部首符号、竖排标点符号等字符。CP936和GBK的有些许差别，绝大多数情况下可以把CP936当作GBK的别名。

三、GB18030
GB18030编码向下兼容GBK和GB2312。GB18030收录了所有Unicode3.1中的字符，包括中国少数民族字符，GBK不支持的韩文字符等等，也可以说是世界大多民族的文字符号都被收录在内。GBK和GB2312都是双字节等宽编码，如果算上和ASCII兼容所支持的单字节，也可以理解为是单字节和双字节混合的变长编码。GB18030编码是变长编码，有单字节、双字节和四字节三种方式。

从GB2312到GBK再到GB18030收录的字符越来越多即可。万幸的是一直是向下兼容的，也就是说一个汉字在这三个编码标准里的编码是一模一样的。这些编码的共性是变长编码，单字节ASCII兼容，对其他字符GB2312和GBK都使用双字节等宽编码，只有GB18030还有四字节编码的方式。这些编码最大的问题是2个。1.由于低字节的编码范围和ASCII有重合，所以不能根据一个字节的内容判断是中文的一部分还是一个独立的英文字符。2.如果有两个汉字编码为A1A2B1B2，存在A2B1也是一个有效汉字编码的特殊情况。这样就不能直接使用标准的字符串匹配函数来判断一个字符串里是否包含某一个汉字，而需要先判断字符边界然后才能进行字符匹配判断。

四、使用繁体的中文社群中最常用的电脑汉字字符集标准叫大五码（Big5），共收录13,060个中文字，其中有二字为重覆编码2003年，Big5被收录到台湾官方标准的附录当中，取得了较正式的地位。这个最新版本被称为Big5-2003。

⑦ 简述汉字处理中汉字编码转换过程

??汉字在计算机上的编码主要有三种：输入码、机,内码和输出码,1．用于输入的汉字的编码——输入码（外码）
??计算机上输入汉字的方法很多，如键盘编码输入、语音输入、手写输入、扫描输入等，其中键盘编码输入是最容易实现和最常用的一种汉字输入方法。英文等可以用键盘上的每个字母键来输入，而输入汉字则不同，不可能用有限的按键来对应每一个汉字，为了让用户能直接使用英文键盘输入汉字，于是就有了输入汉字时使用的汉字输入码，它一般由键盘上的字母或数字组成，代表某个汉字或某些汉字、词组或句子。当前用于汉字输入的编码方案很多，如区位码、拼音码、王码（五笔字型）、自然码等。2．用于储存汉字的编码——机内码（内码）
由于汉字输入码的编码方案多种多样，同一个汉字如果采用的编码方案不一样，其输入码就有可能不一样。如果计算机内部存放的是汉字输入码本身，就会造成相同汉字在机内可以用不同的编码表示，这样显然不合理，也给计算机内部的汉字处理增加了难度。为了将汉字的各种输入码在计算机内部统一起来，就引进了汉字的机内码。3．用于输出汉字的编码——输出码（字型码）
存储在计算机内的汉字在屏幕上显示或在打印机上打印出来时，必须以汉字字形输出，才能被人们所接受和理解。汉字的输出码实际上是汉字的字型码，它是由汉字的字模信息所组成的。汉字是一种象形文字，每个汉字东可以看成一个特定的图形，这种图形可以用点阵、向量等方式表示，而最基本的是用点阵表示。所谓点阵方式，就是将汉字分解成由若干个“点”??组成的点阵字型，将此点阵字型至于网状方格上，每个方各试点阵中的一个“点”。