当前位置：首页 > 培训职业 > 正文

刨根究底字符编码之六——简体汉字编码中区位码、国标码、机内码、外码、字形码的区别及关系

理解汉字编码的复杂性，让我们从GB2312系列开始。首先，区位码是基于GB2312字符集的94x94二维表，每个字符由所在的区和位编码，例如“万”字的区位码为45 82，是编码中的一个关键概念。

国标码，或称交换码，为避免与ASCII字符的冲突，将区位码的区和位分别加上32，形成一个范围更宽的编码，确保汉字编码与ASCII字符区分开。例如，“万”字的国标码变为77 114或4D 72。

进一步，为了完全避免ASCII的干扰，内码或机内码诞生，每个字节的最高位改为1（相当于每个字节加128），如“万”的内码为205 F2。这样，通过区位码的区和位分别加160，可以直接得到内码。

转换背后的原因是GB2312的设计策略，既要保留ASCII的部分，又要确保汉字的独特编码。通过一系列的转换，确保了汉字与ASCII字符的独立性，为输入和输出提供了清晰的路径。

外码，即输入码，是用于输入设备的汉字编码形式，如区位码、拼音码等，存在重码问题。而字形码则是用于输出显示的点阵代码，如16x16点阵，存储了汉字的图形信息，通过字库实现输出。

总结来说，输入汉字的过程是通过外码转换为内码，然后内码对应字形码，形成最终的显示或打印字符。与ASCII等传统字符编码不同，GB系列编码如GB2312采用了多字节但单字节码元，避免了字符编码模式中的字节序问题。