汉字编码

汉字在计算机中的处理涉及输入、交换、存储和输出四个环节，对应不同的编码。 重点

常见编码类型

1. 输入码

用于将汉字输入计算机，如拼音码、五笔字型码、区位码。

• 区位码: 将汉字分为 94 个区，每个区 94 个位。每个汉字由 2 位区号 and 2 位位号组成。

2. 交换码 (国标码)

用于计算机之间交换汉字信息，标准为 GB2312-80。

• 计算公式: $国标码=区位码(十六进制)+2020H$ 重点

3. 机内码

汉字在计算机内部存储和处理时使用的编码。为了区分 ASCII 码，机内码的最高位通常置为 1。

• 计算公式: $机内码=国标码+8080H$ 重点
• 推导: $机内码=区位码(十六进制)+A0A0H$

4. 字形码 (输出码)

用于汉字的显示和打印，通常采用点阵（如 $16\times 16$, $24\times 24$）或矢量方式存储。

转换实例 重点

以汉字“中”为例（假设区位码为 $5448$）：

1. 区位码转十六进制: $54\to 36H$, $48\to 30H$，即 $3630H$。
2. 求国标码: $3630H+2020H=5650H$。
3. 求机内码: $5650H+8080H=D6D0H$。

现代标准

• Unicode: 统一码，为全球每种语言的每个字符设定唯一编码。
• UTF-8: Unicode 的变长实现，是目前互联网最主流的编码方式。

汉字编码是 非数值数据的编码表示 中较为复杂的部分，需注意与 ASCII 码的区分。