GB2312汉字区位码、交换码和机内码转换⽅法（转）
GB2312汉字区位码、交换码和机内码转换⽅法 (ZT)
为了适应计算机处理汉字信息的需要，1981年我国颁布了GB2312国家标准。该标准选出6763个常⽤汉字（其中，⼀级常⽤汉字3755个，⼆级汉字3008个）和682个⾮汉字字符，并为每个字符规定了标准代码，以便在不同的计算机系统之间进⾏汉字⽂本交换。
GB2312字符集构成⼀个94⾏、94列的⼆维表，⾏号称为区号，列号称为位号，每⼀个汉字或符号在码表中的位置⽤它所在的区号和位号来表⽰。
为了处理与存储的⽅便，每个汉字的区号和位号在计算机内部分别⽤⼀个字节来表⽰。例如，“学”字的区号为49，位号为07，它的区位码即为4907，⽤2个字节的⼆进制数表⽰为：
00110001 00000111
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）发⽣冲突。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），经过这样的处理⽽得的代码称为国标交换码，简称交换码，因此，“学”字的国标交换码计算为：
00110001  00000111
+00100000 +00100000
--------------------------
01010001  00100111
⽤⼗六进制数表⽰即为5127H。
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。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。
因此，“学”字的机内码为：
11010001 10100111
⽤16进制表⽰即为D1A7H。
最后要指出的是，汉字的输⼊编码与汉字的机内码是不同范畴的概念。不管采⽤什么样的编码输⼊法（例如拼⾳、五笔字型等）来输⼊⼀个汉字，其机内码都是相同的。
说明：本⽂整理⾃《⼤学计算机信息技术教程》（南京⼤学出版社）⼀书。
-----------------------------------------------------------------
汉字库通俗地说就是计算机软件系统中的汉字仓库，依据不同的标准，字库中汉字的数量是不同的，以前的主要标准有：
  1、GB 2312 汉字编码字符集
  从1975年开始，我国为了研究汉字的使⽤频度，进⾏了⼤规模的字频统计⼯作，内容包括⼯业、农业、军事、科技、政治、经济、⽂学、艺术、教育、体育、医药卫⽣、天⽂地理、⾃然、化学、⽂字改⾰、考古等多⽅⾯的出版物，在数以亿计的浩瀚⽂献资料中，统计出实际使⽤的不同的汉字数为6335个，⽽其中有3000多个汉字的累计使⽤频度达到了99.9%，⽽另外的3000多个累计频度不到0.1%，说明了常⽤汉字与次常⽤汉字的数量不⾜7000个，这就为国家制定汉字库标准提供了依据。1980年颁布了《信息交换⽤汉字编码字符集—基本集》的国标交换码，国家标准号为：GB2312-80，选⼊了6763个汉字，分为两级，⼀级字库中有3755个，是常⽤汉字，⼆级字库中有3008个，是次常⽤汉字；还选⼊了682个字符，包含有数字、⼀般符号、拉丁字母、***假名、希腊字母、俄⽂字母、拼⾳符号、注⾳字母等。以前我国⼤陆的各种中⽂DOS版本、Windows3.1 /3.2版本，装⼊的字库都是国标⼀⼆级字库。遇到“镕、啰、瞭、袆、祎、曌、赟、贇、鱻、驫、犇……”等汉字，既⽆法输⼊，⼜不二进制编码转换
能打印。
后来国家技术监督局⼜颁布了⼀个与之相对应的繁体字集，全称《信息交换⽤汉字编码字符集辅助集》，标准号为GB/T12345-90。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。