一、关于汉字编码和字库
根据汉字使用频率，正常使用的汉字约15000个，根据频率可分为高频字、常用字、次常用字、罕见字和死字。我国1981年发布《通讯用汉字字符集（基本集）及其交换码标准》GB2312-80方案，将高频字、常用字、次常用字编成汉字基本字符集共6763个。又在该字符集中使用频率，分成3755个按拼音排序的一级汉字和3008个按部首排序的二级汉字，另外编码收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字符。
二、汉字编码
区位码——分区表示
国家标准的汉字字符集GB2312-80，即国标，对收录字符进行分区管理：将字库分成94个区，每个区有94个汉字（按位编排），每一个汉字在字库中有确定的区和位编号，即所谓的两个字节表示的区位码，区位码第一个字节表示区号，第二个字节表示位号，由区位码即可获取汉字在字库中的地址。其中：
- 01-09区收录除汉字外的682个字符
- 10-15区为空白区，没有使用
- 16-55区收录3755个一级汉字，按拼音排序
- 56-87区收录3008个二级汉字，按部首/笔画排序
- 88-94区为空白区，没有使用
- 例：“啊”是GB2312中的第一个汉字，区位码是1601
每个汉字在字库中以点阵字模形式存储，一般为16×16点阵形式。每个点用一个二进制位表示，存1的点，可以在屏幕上显示一个亮点，存0的点则不显示，存字的16*16点阵信息在显示器上显示，即可出现对应汉字。
国标码
GB2312规定对收录的每个字符采用两个字节表示，第一个字节为“高字节”，对应94个区，第二个字节为“低字节”，对应94个位，所以其编码范围是：0101-9494。GB2312为中文编码，但是也会用到英文字母等字符，为了兼容，需避开ASCII中不可显示字符0000 0000-0001 1111（十六进制0-1F，十进制0-31）及空格字符0010 0000 ，国标码规定汉字的表示范围为0010 0001,0010 0001-0111 1110,0111,1110（十六进制为2121-7E7E，十进制为3333-126-126），即分别将区码和位码加上20H（十六进制数，代表十进制中的32，H为十六进制数的后缀：Hexadecimal）。即国标码就是区位码向后偏移32，以避免和ASCII码中0-32的不可显示字符和空格字符相冲突的结果。
内码/机内码
国标码虽然向后偏移20H，但是还是会和ASCII码中的除控制字符外的其他字符冲突，导致乱码，为解决这个问题，规定把国标码中的每个字节的最高位从0换成1，相当于每个字节再加上128（十六进制80H，二进制1000 0000）即得到所谓的机内码，即内码，ASCII码只用了一个字节中的低7位，最高位为0，所以最高位为1就可以作为区别汉字编码和ASCII码的标志。
总结一下：编码范围
综上所述，内码才是字符用GB2312编码后在计算机中存储的形式。
GB2312规定对收录的每个字符采用两个字节表示，第一个字节为“高字节”，对应94个区，第二个字节为“低字节”，对应94个位，所以其编码范围是：0101-9494.区号和位号分别加上0xA0就是GB2312编码。例：最后一个码位是9494，区号和位号分别转成16进制是5E5E，0x5E+0xA0=0xFE，即该码位的GB2312编码是FEFE。
编码范围：
- GB2312内码范围：A1A1-FEFE
- 其中汉字的编码范围是B0A1-F7FE
- 第一字节0xB0-OxF7，对应区号16-87
- 第二个字节0xA1-0xFE,对应位号01-94
解释：一个字节对应8位，8位的数可以表示的范围为0-256，但是这里的范围是1-94，规定，当区号和位号分别先后加上0x20、0x80,即总共加上0xA0后就是GB2312对应的机内码。对于区号和位号的组合体，0101-9494，加上一个0xA0十六进制数变成GB2312编码：高字节的最小数1转换成：1+0xA0=0x01+0xA0=0xA1，高字节最大数94转换成：94+0xA0=0x5E+0xA0=0xFE，即可求是GB2312编码范围：A1A1=FEFE。
区位码+32（0x20）=国标码
国标码+128（0x80）=机内码
->区位码+160（0xA0）=机内码
三、20H和80H
为什么加上20H：
不可/可打印字符：ASCII中的可打印字符即英文字母/数字/和符号部分（33-126，127为不可打印的DEL），其余的为控制字符等不可打印字符
全角字符/半角字符：制定GB2312时，决定把ASCII中的可打印字符重新编入GB2312中，以两个字节表示，称为全角字符，全角字符在屏幕上显示的空度为ASCII字符的两倍，对应的ASCII字符也因此被称为半角字符；
同时，对于前32个控制字符（ASCII码为0-31）以及第33个可显示但是不可打印的空格字符（ASCII码32）等共33个不可打印字符的ASCII编码直接沿用，不再重新编码，所以不能采用区码直接作为计算机处理的机内码，需要向后偏移32以避开和前33个字符的冲突。因为区码中的区码和位码都是从1开始计数，ASCII码是从0开始计数，所以向后偏移32而不是33.这也就是最终版本的国标码
为什么加上80H：
直接采用国标码作为计算机直接处理的机内码时，因为没有避开ASCII码中的英文字母、数字和其他符号（33-126，共94个字符，127为不可打印的DEL），若用ASCII码编码的英文字符在GB2312编码的环境中则同样会发生乱码，即国标码并没有完全兼容ASCII码。考虑到ASCII码只使用了一个字节中的低7位，最高位为0，国标码两个字节中的最高位原本都恒为0，即国标码中的每个字节实际上也只用了一个字节中的低7位。于是决定将国标码的每个字节的最高位设为1，即形成了GB2312的机内码，即内码，简称GB2312码。即国标码要再加上80H才变成机内码。
四、外码/输入码/输入法编码
是用来将汉字输入到计算机中的一组键盘符号，是作为汉字输入用的编码。是汉字系统的输入体系，使汉字与键盘建立对应关系。主要有以下几类
- 数字编码：如区位码
- 拼音编码，如全拼/双拼/自然拼
- 字形编码：如五笔/表形码/郑码等
字形码/字型码/输出码
把汉字按图形设计成点阵图，就得到了相应的点阵代码，即字形码。就是用0、1表示汉字的字形，将汉字放入n行n列共n2正方形点阵内，凡是笔画经过的方格值为1，其余为0.
显示一个汉字一般用16*16，24*24或48*48点阵。存储一个汉字所需占用的点阵字节空间：字节数=点阵行数*（点阵列数/8）。如用16*16点阵表示一个汉字，即将每个汉字用16行每行16个点表示，一个点需要1位二进制代码，共需16行*2字节/行=32个字节。
为了将汉字的字形显示或者打印出，汉字信息处理系统还配有汉字字形库，也称字模库/字库。按输出方式可分为显示字库和打印字库。显示字库用于显示输出，工作时需调入内存，打印字库用于打印输出无需调入内存。
汉字字模在字库中存放的位置根据汉字的区位码来确定，在支持汉字输入的系统中，键盘键入的汉字内码即在程序中存在，将其转换为区位码，再从字库中找到对应的汉字字模，用有关的操作和循环语句，对每个字节的每一位进行判断，像过滤一样，某位为1则按设置的颜色，用graphics.h中显示像素点的函数putpixel()在屏幕的相应位置画点，为0则不画，这样就可以按预设的颜色在相应位置显示出汉字。
例：
①内码到区位码的转换
若汉字内码为十六进制数h2h1l2l1，则区号qh 相位号wh 分别为：
qh= h2h1-0xa0;
wh= l2l1-0xa0；
若用十进制表示内码为dld2，则
qh=dl-l60；
wh=d2-160；
即区位码qw 为：
qw=100*(d1-160)十(d2-160);
反过来，若已经知道了区位码qw。则也可求得区号和位号：
qh=qw/100；
wh=qw-100*qh;
②因而该汉字在汉字库中离起点的偏移位置(以字节为单位)，可计算为：
offset=(94*(qh-1)+(wh-1))* 32;
③这样即可以找寻到文件的偏移量，读出一个char bytes[32]数组。这样bytes 数组中则
存了要显示汉字的16×16 点阵字模，然后将字模按行扫描的办法，通过循环用putpixel()函
数在屏幕设定位置显示出象点，因而组合成一个显示的汉字。
参考资料：