汉字编码:区位码、国标码、机内码

概念

1. 汉字编码
为每个汉字编上唯一的代码,方便计算机识别与处理。

2. 国标码
1980年,我国颁布了汉字编码的标准:GB2312-80《信息交换汉字编码字符集》,简称国标码。国标码是4位十六进制数组成。

3. 区位码
GB2312是一种汉字编码方式,具体由区位码实现,GB2312将所有汉字编入一个94*94的二维表中,行和列共同定位一个字,行就是“区”,列就是“位”,合并就为区内码。区位码是一组4位十进制的数,前两位是区码,后两位是位码。
例如:
譬如 “万” 字在 45 区 82 位, 所以 “万” 字的区位码是: 4582.

	00-09 区(682个): 是符号、数字、英文字符...制表符等;
	
	10-15 区: 空白, 留待扩展;
	
	16-55 区(3755个): 常用汉字(也有叫一级汉字), 按拼音排序;
	
	56-87 区(3008个): 非常用汉字(也有叫二级汉字), 这是按部首排序的;

	88-94 区: 空白, 留待扩展

4. 机内码

机内码是微软为了解决汉字编码与ASCLL编码冲突。从而规定把每个字节的最高位都从 0 换成 1(这之前它们都是 0),或者说把每个字节(区和位)都再加上 80H(128的十六进制表示),从而得到 “机内码”,简称"内码"。

关系与转换

1.三者的关系

国标码 = 区位码 + 2020H;
机内码 = 国标码 + 8080H;

2020H解释

因为ASCLL码中分为控制型编码和有形字符编码,前32位是控制码(如回车,退格等),沿用前32个,覆盖后面的。故国标码规定在区位码的基础上每个字节分别加上20H(32的十六进制表示)。

8080H解释

为避免与ASCLL编码冲突,从而规定把每个字节的最高位都从 0 换成 1(这之前它们都是 0),或者说把每个字节(区和位)都再加上 80H(128的十六进制表示)。

2. 运算规则

(1)将区位码中的区码和位码分别转换为十六进制数;
(2)区位码的十六进制数+2020H = 国标码;
(3)国标码+8080H = 机内码

例题:以“大”字为例,它的区内码为2083,求国标码和机内码?
解:20是区号,83为位号

   (1)20转换为十六进制数为14,83转换为十六进制数为53,则区内码十六进制表示数为1453H;

   (2)14 53 H
      + 20 20 H
     ------------
        34 73 H
        
     国标码 = 3473H;
     
(3)3 4 7 3 H
  +  8 0 8 0 H
 ---------------
    11 4 15 3 H
    
    B  4 F 3 H

 机内码 = B4F3H;
发布了2 篇原创文章 · 获赞 1 · 访问量 22

猜你喜欢

转载自blog.csdn.net/huhu654321/article/details/104790034