1.3.2 汉字的编码

1.汉字内码

汉字信息在计算机内部也是以二进制方式存放的。由于汉字数量多，用一个字节的128种状态不能全部表示出来，因此在我国1980年颁布的《信息交换用汉字编码字符集-基本集》（GB 2312—1980）中规定用两个字节的十六位二进制表示一个汉字，每个字节都只使用低7位（与ASCII码相同），即有128×128=16384种状态。由于ASCII码的34个控制代码在汉字系统中也要使用，为不致发生冲突，不能作为汉字编码，128减去34只剩94种，所以汉字编码表的大小是94×94=8836。

每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示，不足的地方补0，组合起来就是区位码。把区位码按一定的规则转换成的二进制代码叫作信息交换码（简称国标码）。国标码共有汉字6763个（一级汉字，是最常用的汉字，按汉语拼音字母顺序排列，共3755个；二级汉字，属于次常用汉字，按偏旁部首的笔画顺序排列，共3008个），数字、字母、符号等682个，共7445个。

由于国标码不能直接存储在计算机内，为了方便计算机内部处理和存储汉字，又能区别于ASCII码，将国标码中的每个字节的最高位改设为1，这样就形成了在计算机内部进行汉字的存储、运算的编码，即机内码（或汉字内码、内码）。内码既与国标码有简单的对应关系，易于转换，又与ASCII码有明显的区别，且有统一的标准（内码是唯一的）。

2.汉字外码

无论是区位码还是国标码都不利于汉字输入。因此，为方便汉字的输入而制定了汉字编码，称为汉字输入码。汉字输入码属于外码。不同的输入方法，形成了不同的汉字外码。常见的输入法如下。

1）按汉字的排列顺序形成的编码（流水码）：如区位码。

2）按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等。

3）按汉字的字形形成的编码（形码）：如五笔字型、郑码等。

4）按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC。

输入码在计算机中必须转换成机内码，才能进行存储和处理。

3.汉字字形码

为了将汉字在显示器或打印机上输出，把汉字按图形符号设计成点阵图，就得到了相应的点阵代码（字形码）。

全部汉字字码的集合叫作汉字字库。汉字字库可分为软字库和硬字库。软字库以文件的形式存放在硬盘上，现多用这种方式；硬字库则将字库固化在一个单独的存储芯片中，再和其他必要的器件组成接口卡，插接在计算机上，通常称为汉卡。

用于显示的字库叫作显示字库。显示一个汉字一般采用16×16点阵、24×24点阵或48×48点阵。已知汉字点阵的大小，可以计算出存储一个汉字所需要占用的字节空间。例如，用16×16点阵表示一个汉字，就是将每个汉字用16行、每行16个点表示，一个点需要1位二进制代码，16个点需用16位二进制代码（即2个字节），共16行，所以需要16行×2字节/行=32字节，即16×16点阵表示一个汉字，字形码需用32字节。即：字节数=点阵行数×点阵列数/8。

用于打印的字库叫作打印字库，其中的汉字比显示字库多，而且工作时也不同于显示字库需调入内存。

可以这样理解，为在计算机内表示汉字而形成的汉字编码叫作内码（如国标码），内码是唯一的。为方便汉字输入而形成的汉字编码为输入码，属于汉字的外码，输入码因编码方式不同而不同，是多种多样的。为显示和打印输出汉字而形成的汉字编码为字形码，计算机通过汉字内码在字模库中找出汉字的字形码，实现其转换。