中文資訊交換碼

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^[3]。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。

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
語言	漢語、日語、韓語
標準	MARC-8（英語：MARC-8）（機讀編目格式標準）、ANSI/NISO Z39.64
現狀	主要為圖書館系統使用
分類	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 ）

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^[4]。香港各大學圖書館在2003年由舊有的CCCII系統換成UTF-8^[5][6]。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

1979年11月，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^[7][1][8]。

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^[8]。

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^[7]。

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^[9]。

「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）^[8]。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^[10][11]。

編碼結構

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段（Section）×94位（Position）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，於同段且同位處放置與正體字對應的異體字，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^[12]。

版本

第一冊

中文資訊交換碼第一冊於1980年4月出版，僅使用了第1面的一部分，編定的字碼包括：^[13]:1–17

碼位	用途
210421–212A7E	使用者自定義區
212B21–212B43	中文標點符號35字
212C22–212E4B	部首214字、天干地支22字
212F21–212F78	中文數字符號（碼子、小寫數字、大寫數字）41字、注音符號含調號41字
213021–21632D	常用國字4,807字[註 1] 此區當時命名為「中國文字第〇集（Chinese Character Set 0, CC0）」

本冊字表所用的字體主要採用上海印刷廠的鉛字，但仍有二十餘字缺字，則以照相打字後再拆解拼湊補足。^[17]

第二冊

中文資訊交換碼第二冊、中文資訊交換碼異體字表皆於1981年2月出版。^[18]:1–3

中文資訊交換碼第二冊第二版、中文資訊交換碼異體字表第二冊第二版先後於1982年11月、12月出版，修訂內容包含：^{[19]:17–18,123–127}

• 發現1982年修訂並正式啟用的教育部《常用國字標準字體表》相較於1979年版刪去7字並加入8字^{[註 2]}，刪去的7字不隨之從最常用字區中移出，而加入的8字除了「羋」字補收入最常用字區（216330）以外，其餘7字均已編入次常用字區而維持不動，不隨之自移入最常用字區；
• 刪除100組重複出現字；
• 有4字互為異體字，移入異體字表；
• 有4字位置排錯（垮、垢；躡、躪），兩兩一組互換字碼；
• 部首列錯，更正7字；字形修正152字；筆劃錯誤204字。

本次修訂後，整套中文資訊交換碼於中文字部分計收最常用字4,808字、次常用字17,077字、自最常用字或次常用字衍生之異體字11,660字（其中含簡體字3,752字），總計33,545個中文字。

中文資訊交換碼第二冊第三版、中文資訊交換碼異體字表^{[註 3]}第二冊第三版皆於1985年5月出版，修訂內容包含：^{[21]:17–18,31–38}

• 根據1982年《常用國字標準字體表》、《次常用國字標準字體表》修訂字形；
• 第二冊第二版曾刪除的字當中有37字符合教育部標準，填回原位；
• 刪除34組重複出現字；
• 有異體字47字誤編入正體字區，改移入異體字表；
• 第二冊、第二冊第二版字表所用的字體皆為手寫楷體，本次修訂時改用電腦製版之明體。

本次修訂後，整套中文資訊交換碼於中文字部分計收「常用字集」4,808字、「備用字集」17,032字^{[註 4]}、自最常用字或次常用字衍生之異體字11,517字（其中含簡體字3,625字^[22]:1–2），總計33,357個中文字。

第三冊

中文資訊交換碼第三冊於1987年2月出版，稱為「罕用字集」，編定的字碼包括：^{[23]:編輯說明1–3}

碼位	用途
236121–262543	罕用字集20,583字（次常用字彙314字、罕用字彙12,924字、其他資訊字彙7,345字）

修訂內容則包含：^{[23]:附錄1–10}

• 部首列錯，更正75字，字碼則不變；
• 刪除26組重複出現字；
• 更正第二冊字表中錯誤的字形5字。

中文資訊交換碼異體字表第一次綜合修訂稿於1989年6月出版，修訂內容包含：^[24]

• 發現先前未對應任何異體字的正體字中，有些實際上有其異體字；
• 先前被列為異體字的，有些實際上為非異體字的通用字與假借字；
• 罕用字組中誤收到異體字二萬餘字，必須改移入異體字表；
• 有戶籍用字約九千字，須加入異體字表。

本次異體字表所收的字數當時並未精確統計，後來整理得到「異體字資料屬性卡」30,646字。^[25]

中文資訊交換碼異體字表(增修版)於1994年6月出版，修訂內容包含：^[25]

• 根據1986年第一版《漢語大字典》增收新字，填入字表，但當第3層至第12層的10個格子皆已用盡時，則添於列尾格子之外，暫不賦予字碼；
• 研判字表所列之異體字中，有誤寫字、另為他字、被字書指為訛誤、假借字、筆勢略異字、古今字等情形，以符號在字旁註記。

本次增修僅在第一次綜合修訂稿上添加新字，以及在字旁加註符號，故不稱之為「第二次綜合修訂稿」。

另見

• 大五碼
• 中文標準交換碼
• 統一碼