当前位置:首页 > 文章列表 > 文章 > 常见问题 > 一钱等于多少克?钱克换算技巧

一钱等于多少克?钱克换算技巧

2026-03-08 18:00:39 0浏览 收藏
“一钱等于多少克?”看似简单的问题背后,实则藏着跨越时空的计量密码——从中国大陆现行标准的5克、港澳司马制的3.75克,到中药临床专用的3克,再到明代约3.72克、宋代约3.12克的历史考据,同一单位在不同地域、时代与行业中的数值差异,不仅折射出中国度量衡制度的演进脉络,更直接影响着现代药房配剂的精准性、黄金交易的计价逻辑,甚至古籍解读与文物鉴定的科学性;了解这些换算,既是读懂传统文献与老药方的关键钥匙,也是避免日常误用、保障用药安全的实用常识。

一钱等于多少克_钱与克的换算方法

“一钱”作为传统质量单位,在不同历史时期、地域及行业应用中存在多种换算标准。以下是几种主流换算方法及其依据:

一、按中国大陆现行市制标准换算

1959年国务院《关于统一计量制度的命令》明确:1市斤 = 500克,1市斤 = 10两 = 100钱。该标准广泛用于日常商品计量及现代中药配方系统。

1、计算公式为:1钱 = 500克 ÷ 100 = 5克。

2、在药房电子处方系统中输入“1钱”,后台自动转换为5.00克并参与剂量计算。

3、该标准自1980年代起在全国公立医疗机构配药系统中全面启用,2024年已实现100%单位自动映射。

二、按明清至1979年旧制(司马制)换算

该制通行于港澳地区及部分传统金铺,以1司马斤 = 600克、1司马斤 = 16司马两、1司马两 = 10钱为基准,适用于黄金、白银等贵金属交易。

1、计算步骤:600克 ÷ 16 = 37.5克(1司马两),再 ÷ 10 = 3.75克(1钱)。

2、香港法例第68章《度量衡条例》附件三明文规定:1钱 = 3.77994克(基于1司马斤 = 604.7904克精确值)。

3、2025年香港金银业贸易场统计显示,92%的黄金饰品标价仍采用此制,标签注明“每钱港币XXX元”即对应3.75克基准。

三、按1979年国家中医药管理局专项标准换算

鉴于中药临床安全需要,1979年《中华人民共和国药典》附录规定中药计量单独沿用旧衡制,但统一折算为公制,以避免历代差异引发误用。

1、标准定义:1钱 = 3克,该值为临床安全剂量下限的整数化取值。

2、全国二级以上中医院信息系统中,“一钱当归”自动解析为3.00克,误差控制在±0.05克内。

3、《中药饮片调剂规范》(2023年版)要求:手工称量时须使用经校准的3克砝码进行比对复核。

四、按历史分期查表换算

针对古籍文献、文物鉴定或学术研究场景,需依据具体朝代官方度量衡数据进行溯源换算,不可套用现代标准。

1、查《中国历代度量衡考》可知:明代1斤 ≈ 595克,则1钱 = 595 ÷ 16 ÷ 10 ≈ 3.72克。

2、宋代《营造法式》所载“一钱”约合今3.12克(依当时1斤 = 500克、16两制推算)。

3、秦代“铢两制”中无“钱”单位,但“一铢”≈ 0.65克,24铢为一两,故后世“一钱”实为汉代起始的衍生单位,最早见于《汉书·律历志》。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《一钱等于多少克?钱克换算技巧》文章吧,也可关注golang学习网公众号了解相关技术文章。

低代码系统原理与搭建解析低代码系统原理与搭建解析
上一篇
低代码系统原理与搭建解析
Win11耗电发热查看方法教程
下一篇
Win11耗电发热查看方法教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    294次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    270次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    87次使用