解释汉字编码方案的区位码、国际码、输入码、输出码、机内码

解释汉字编码方案的区位码、国际码、输入码、输出码、机内码
解释汉字编码方案的区位码、国际码、输入码、输出码、机内码

解释汉字编码方案的区位码、国际码、输入码、输出码、机内码
区位码：
1980年,为了使每一个汉字有一个全国统一的代码,我国颁布了第一个汉字编码 的国家标准： GB2312-80《信息交换用汉字编码字符集》基本集,这个字符集是我国中文信息处理技术的发展基础,也是目前国内所有汉字系统的统一标准. 国标码是一个四位十六进制数,区位码是一个四位的十进制数,每个国标码或区位码都对应着一个唯一的汉字或符号,但因为十六进制数我们很少用到,所以大家常用的是区位码,它的前两位叫做区码,后两位叫做位码.
国际码
　　中国汉字通行的国际标准为我国于1981年制订的“信息交换用汉字编码字符集”,其标准号为GB2312—80,简称国际码,是我国应用最广泛的汉字编码字符集.
在汉字计算机编码标准中,目前最大的汉字编码是台湾的标准CNS11643,目前（4.0）共收录可考证之繁简、日、韩语汉字共76,067个,但并不普及,只有在户政系统等少数环境使用.台港民间通用的大五码收录繁体汉字13053个.GB18030是中华人民共和国现时最新的内码字集,GBK收录简体、繁体及日语、韩语汉字20912个,而早期的GB2312收录简体汉字6763个.而Unicode的中日韩统一表意文字基本字集则收录汉字20902个,另有两个扩展区,总数亦高达七万多字.
　　初期的汉字系统字数不足,很多事物以通假字表示,使文字的表述存在较大歧义.为完善表述的明确性,汉字经历了逐步复杂、字数大量增加的阶段.汉字数量的过度增加又引发了汉字学习的困难,单一汉字能表示的意义有限,于是有许多单一的汉语意义是用汉语词语表示,例如常见的双字词.目前汉语书写的发展多朝向造新词而非造新字.汉字编码系统为进行信息交换,各汉字使用地区都制订了一系列汉字字符集标准.
输入码、区位码、国标码与机内码
国家标准局1980年颁布的《信息交换用汉字编码字符集"基本集》（代号为GB2312 80）规定的汉字交换码作为国家标准汉字编码. GB2312 80中共有7445个字符符号： 汉字符号6763个 一级汉字3755个（按汉语拼音字母顺序排列） 二级汉字3008个（按部首笔划顺序排列） 非汉字符号682个 GB2312 80规定,我们知道,键盘是当前微机的主要输入设备,;输入码就是使用英文键盘输入汉字时的编码.目前,我国已推出的输入码有数百种,但用户使用较多的约为十几种,按输入码编码的主要依据,大体可分为顺序码、音码、形码、音形码四类,如“保”?字,用全拼,输入码为码为“BAO”,用区位码,输入码为“1703”,用五笔字型则为“WKS”.
计算机只识别由0、1组成的代码,ASCII码是英文信息处理的标准编码,汉字信息处理也必须有一个统一的标准编码. 汉字交换码（国标码）主要用于汉字信息交换,我国国家标准局于1981年5月颁布了《信息交换用汉字编码字符集——基本集》,代号为GB2312-80,共对6763个汉字和682个图形字符进行了编码,其编码原则为：汉字用两个字节表示,原则上,两个字节可以表示 256×256=65536 种不同的符号,作为汉字编码表示的基础是可行的.但考虑到汉字编码与其它国际通用编码,如ASCII 西文字符编码的关系,我国国家标准局采用了加以修正的两字节汉字编码方案,只用了两个字节的低7位.这个方案可以容纳 128×128=16384 种不同的汉字,但为了与标准ASCII码兼容,每个字节中都不能再用32个控制功能码和码值为32的空格以及127的操作码.所以每个字节只能有94个编码.这样,双七位实际能够表示的字数是：94×94=8836个.
所有的国标码汉字及符号组成一个94行94列的二维代码表中.在此方阵中,每一行称为一个"区",每一列称为一个"位".这个方阵实际上组成一个有94个区（编号由01到94）,每个区有94个位（编号由01到94）的汉字字符集.每两个字节分别用两位十进制编码,前字节的编码称为区码,后字节的编码称为位码,此即区位码,其中,高两位为区号,低两位为位号.这样区位码可以唯一地确定某一汉字或字符；反之,任何一个汉字或符号都对应一个唯一的区位码,没有重码.如“保”字在二维代码表中处于17区第3位,区位码即为“1703 ”.
国标码并不等于区位码,它是由区位码稍作转换得到,其转换方法为：先将十进制区码和位码转换为十六进制的区码和位码,;这样就得了一个与国标码有一个相对位置差的代码,再将这个代码的第一个字节和第二个字节分别加上20H,就得到国标码.如：“保”字的国标码为3123H,它是经过下面的转换得到的：1703D－>1103H->+20H－>3123H. （20h就是十进制的32,上文提到了“但为了与标准ASCII码兼容,每个字节中都不能再用32个控制功能码和码值为32的空格以及127的操作码”）
国标码是汉字信息交换的标准编码,但因其前后字节的最高位为0,与ASCII码发生冲突,如“保”?字,国标码为31H和23H,而西文字符“1”和“#”的ASCII也为31H和23H,现假如内存中有两个字节为31H和23H,这到底是一个汉字?,还是两个西文字符“1”;和“#”于是就出现了二义性,显然,国标码是不可能在计算机内部直接采用的,于是,;汉字的机内码采用变形国标码,其变换方法为：将国标码的每个字节都加上128,即将两个字节的最高位由0改1,其余7位不变,如：由上面我们知道,“保”字的国标码为3123H,前字节为00110001B,后字节为00100011B,高位改1为10110001B和10100011B 即为B1A3H,因此,“保”字的机内码就是B1A3H.
显然,汉字机内码的每个字节都大于128,这就解决了与西文字符的ASCII码冲突的问题.
如上所述,汉字输入码、区位码、;国标码与机内码都是汉字的编码形式,它们之间有着千丝万缕的联系,但其间的区别也是不容忽视的.