首页 > 代码库 > 区位码、国标码、机内码

区位码、国标码、机内码

1980年,为了使每个汉字有一个全国统一的代码,我国颁布了汉字编码的国家标准:GB2312-80《信息交换用汉字编码字符集——基本集》,这个字符集是目前国内所有汉字系统的统一标准。它规定了用两个字节来表示一个汉字,每个字节都只能使用低7位,共有128*128种状态,又由于ASCII中的控制代码在汉字系统中也要使用,所以只剩下94*94=8836种状态用来表示国标码规定的6763个汉字和682个全角字符。每个字符都对应了唯一的区位码、国标码和机内码。

区位码

区位码是一个四位的十进制数,前两位叫做区码,后两位叫做位码。区位码共有94个区(行),每个区有94个位(列)。

1~9区特殊字符区
10~15区用户自定义区
16~55区一级汉字
56~87区二级汉字

一级汉字:3755个常用的汉字,按拼音排序;二级汉字:3008个汉字,按部首排序。

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表示。如,汉字“学”的区号为49,位号为07,区位码为4907D,对应的二进制表示为
00110001 00000111
区位码不能用于通信,因为它可能与通信使用的控制码(00H~1FH)发生冲突。

国标码

为了进行汉字通信,将区位码的区码和位码都加20H,避开了控制码,就得到了国标码。国标码用十六进制表示,如,汉字“学”的国标码为5127H。

机内码

由于汉字与英文字符通常混用,所以汉字信息如不加以特殊标识就会与ASCII码混淆,如汉字“学”的国标码为51 27H,在ASCII中代表“Q”和“‘”。此问题的解决方法之一是将汉字编码每字节的最高位置为1,即国标码两字节分别+80H,则汉字“学”的机内码为D1A7H。
机内码用十六进制表示。
GB2312简体中文编码表是机内码对照表。

区位码、国标码、机内码