跳转到内容

中文資訊交換碼

维基百科，自由的百科全书
CCCII / EACC
漢字圓在CCCII中的位置和字型，包含了正體字、簡體字、異體字、日本漢字的寫法
语言漢語、日語、韓語
标准MARC-8（英语：MARC-8）（機讀編目格式標準）、ANSI/NISO Z39.64
现状主要為圖書館系統使用
分类基於ISO/IEC 2022結構用於中日韓文字的三位元組字元集（TBCS）
機讀編目格式標準的日、阿拉伯、中、韓、波斯、希伯來、意第緒文字（JACKPHY ）

中文資訊交換碼（Chinese Character Code for Information Interchange，簡稱CCCII），又名全漢字標準交換碼[1]，是由中華民國政府發展的字符集和編碼方案，由獲得中研院中美科學學術合作委員會與文建會（後升格為文化部）贊助的「國字整理小組」（全名為：資訊應用國字整理小組）所提出[2]。開發目的是將其作為中文交換碼，使中文資訊交換更加便利。

此交換碼每個字用三個位元組存儲，在節約空間方面不如大五碼，又不像中文標準交換碼成為官方標準，所以未被電腦業界廣泛採納[3]。香港各大學圖書館在2003年由舊有的CCCII系統換成UTF-8[4][5]。故現僅臺灣和美國仍在使用，且只用於大學圖書館的線上目錄檢索系統。

簡介

[编辑]

1979年，加州史丹佛大學召開一場籌劃東亞圖書館自動化的會議，希望訂定中文交換碼的標準作為自動化之根據，以解決使用電腦處理東亞語文資料的問題。那時的漢字碼標準只有日本產業規格訂定的JIS C6226，但由於日本漢字的數目、字型皆與中文有相當程度的差異，難以作為代表，經臺灣和美國東亞圖書館華裔與會者強力反對後，決定先擱置決議，由臺灣代表謝清俊在次年三月亞洲研究學會年會，提出臺灣方面的漢字編碼方案互作比較[6][1]。

謝清俊教授返國後，上書政務委員李國鼎及國科會、中研院中美科學學術合作委員會（簡稱中美會）等單位，集合國內一批文字學家、圖書館學家及電腦科學家，組成「中文資訊處理研究用字小組」（1985年其國字整理組從中美會轉至文建會，改名為資訊應用國字整理小組），共同整理中文文字，並解決中文資訊處理的技術問題。其中，字碼編定的部份由謝清俊、張仲陶、楊鍵樵、黃克東教授負責，文字審查工作則有潘重規、周駿富、周何、何佑森、金祥恆等教授參與，並由王振鵠、張鼎鍾等教授擔任中文資訊交換碼審查小組的成員[7]。

臺灣於次屆亞洲學會年會上，提出共4,808字的「中文資訊交換碼」；「中文資訊交換碼」的架構為美方接受，但要求擴大編碼字集。「國字整理小組」在1981年完成第二批，包括17,032個正體字、11,517個異體字；1987年再發表第三批，包括20,583個正體字。前後二次共計擴編至53,940個漢字字碼，並完成64×64，32×32的機讀字型；此外，為了方便電腦上的文字處理，又編製了「中國文字資料庫」(Chinese Character Database，簡稱CCDB)，其中列出每個字屬性如部首、筆畫、讀音以及各種對應和輸入碼[6]。

CCCII後來獲得美國國會圖書館認可，稱為東亞文字碼（East Asian Character Code，EACC），並於1989年納入美國國家標準（編號：ANSI/NISO Z39.64）。CCCII並已被OCLC和RLIN（Research Libraries Information Network）用作中日韓文的書目字碼標準[8]。

「國字整理小組」從1979至1989十年間，共計整理、蒐集了75,684個漢字（正體字44,167、異體字31,517）[7]。隨著張仲陶教授在1997年去世，以及謝清俊教授將發展方向轉往漢字構形資料庫，CCCII已停止維護、更新[9][10]。

編碼結構

[编辑]

該編碼以三個位元組來代表一個中文字，每位元組為7位元，並根據ISO 2022規格以94×94×94的編碼空間安放字符，最多可收納830,584個。

一個94×94的編碼空間稱為面（Plane）。CCCII共有94個面。以6個面組合成為1個層（Layer）。因此CCCII共有16個層，除第16層僅含4面外，其餘各層均含有6個面（即15×6+4=94）。這16個層相疊，形成一個向下延伸的三度空間，由此形成關聯。

第1個層放置正體字（正體字按常用、備用、罕用的順序分群並依序排列，各字群再按先部首、次筆畫數、最後筆順的次序排列）；第2至第13個層，放置異體字，其中第2層專放簡體字，第13層放置日文漢字。這樣的三度空間設計使檢索某一漢字的異體字變得容易，如：強、强、彊三字的後兩個位元組是一樣的[11]。

另見

[编辑]

注释

[编辑]
  1. ^ 1.0 1.1 中文字集字碼簡介/ 編目組 - 東吳大學圖書館 (PDF). [2022-12-18]. （原始内容存档 (PDF)于2022-12-26）. 
  2. ^ 謝清俊; 黃克東. 國字整理小組十年. 資訊應用國字整理小組. 1989: 29-34. 
  3. ^ 多管齊下，徹底解決罕用字問題. ithome. [2022-12-20]. （原始内容存档于2022-12-20）. 
  4. ^ （英文） Unicode Project（Library, City University of Hong Kong） （页面存档备份，存于互联网档案馆）
  5. ^ （英文） Unicode Migration（Library, Chinese University of Hong Kong） （页面存档备份，存于互联网档案馆）
  6. ^ 6.0 6.1 認識全字庫- 中文碼介紹. [2022-12-18]. （原始内容存档于2021-05-14）. 
  7. ^ 7.0 7.1 宋建成. 國家圖書館故事. 卷二, 館藏發展與整理. 2020: 113 [2022-12-18]. （原始内容存档于2022-12-18）. 
  8. ^ 曾世熊. 中文資訊交換碼 Chinese Character Code for Information Interchange，簡稱CCCII. 圖書館學與資訊科學大辭典. [2022-12-18]. （原始内容存档于2022-12-18）. 
  9. ^ Ken Lunde. CJKV Information Processing. O'Reilly Media. 2009: 123 [2022-12-20]. （原始内容存档于2022-12-20）. 
  10. ^ 中央研究院資訊科學研究所 20 週年慶特刊 謝清俊先生之簡介與訪談簡要. [2022-12-20]. （原始内容存档于2020-10-20）. 
  11. ^ 來源參考：（中文）中文資訊交換碼，國字計劃小組，主編人張仲陶

外部連結

[编辑]
检索自“https://wiki.gdrain.workers.dev/w/index.php?title=中文資訊交換碼&oldid=82400287”