汉字编码

1、汉字内码（机内码）
汉字的区码和位码：
由于国标码是四位十六进制，为了便于交流，大家常用的是四位十进制的区位码。所有的国标汉字与符号组成一个94×94的矩阵。在此方阵中,每一行称为一个"区",每一列称为一个"位",因此,这个方阵实际上组成了一个有94个区(区号分别为1到94)、每个区内有94个位(位号分别为1到94)的汉字字符集。一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的"区位码"。在汉字的区位码中，高两位为区号，低两位为位号。 在区位码中，01-09区为682个特殊字符，16~87区为汉字区，包含6763个汉字 。其中16-55区为一级汉字(3755个最常用的汉字，按拼音字母的次序排列)，56-87区为二级汉字(3008个汉字，按部首次序排列)。所以，当我们需要n个任意汉字时，我们不必建一个全部汉字表，而是利用区位码实现常用汉字的提取。
（国标码）："国家标准信息交换用汉字编码”（GB2312-80标准）,简称国标码.
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，所以国标码应运而生。所谓“国标码”，是指国家标准汉字编码。一般是指国家标准局1981年发布的《信息交换用汉字编码字符集（基本集）》，简称GB-2312。在这个集中，收进汉字6763个，其中一级汉字3755个，二级汉字3008个。一级汉字为常用字，按拼音顺序排列，二级汉字为次常用字，按部首排列。
4、汉字外码(输入码)
无论是区位码或国标码都不利于输入汉字，为方便汉字的输入而制定的汉字编码，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。常见的输入法有以下几类：
按汉字的排列顺序形成的编码（流水码）：如区位码；
按汉字的读音形成的编码（音码）：如全拼、简拼、双拼等；
按汉字的字形形成的编码（形码）：如五笔字型、郑码等；
按汉字的音、形结合形成的编码（音形码）：如自然码、智能ABC
3、区位码，国标码，机内码的转换
（1）区位码先转换成十六进制数表示
（2）（区位码的十六进制表示）＋2020H＝国标码；
（3）国标码＋8080H＝机内码