刨根究底字符编码之六——简体汉字编码中区位码、国标码、机内码、外码、字形码的区别及关系
作者&投稿：兀有康 （若有异议请与网页底部的电邮联系）
~
汉字编码之旅：六种编码方式的解密
在数字化的世界中，汉字的编码犹如语言的密码，GB系列编码（GB2312、GBK、GB18030）正是这些密码的编织者。每个字符，无论是常用还是罕见，都由区位码的94×94个格子构成，如“万”字区位码为45 82，它在编码领域中扮演着关键角色。
- 区位码：汉字的基石，由高位字节45（对应77）和低位字节82（对应114）组成，这是字符编码的最初形式，但为了避开ASCII字符冲突，区位码需要加上32，形成国标码。
- 国标码（交换码）：国标码是区位码的升级版，通过将高位字节加80H（ASCII控制字符）和低位字节加80H（全角字符）来区分，以确保与ASCII字符的兼容。
- 机内码（内码）：内码是国标码的延伸，每个字节的最高位被设为1（即+128H），这样做的目的是完全避免与ASCII字符的冲突，使得汉字编码与ASCII字符空间互不干扰。
GB2312的设计巧妙地将ASCII字符的可打印部分（33~126）转换为全角，同时保留了控制字符。区位码的调整策略，确保了与ASCII世界的无缝对接。
接下来，我们转向输入层面：外码（输入码），如五笔、拼音输入法，它们是为用户便捷输入汉字而设计的符号编码，可能包含重码，需要额外的选择机制来确保准确性。
而在输出阶段，字形码（点阵代码）登场，以16×16或24×24点阵等形式展现汉字的图形，每个字符需要特定的存储空间计算，如字节数=点阵行数×(点阵列数/8)。
总结：
- 内码：编码的核心，确保汉字的统一性；
- 外码/输入码：输入友好，满足日常使用需求；
- 字形码/输出码：用于屏幕上清晰呈现，是视觉呈现的关键；
- ASCII码则无需输入码，与现代汉字编码体系形成对比。
通过GB系列编码，我们了解了区位码、国标码和机内码之间的转换逻辑。继续我们的编码探索之旅，下一章我们将深入探讨ANSI编码和代码页，敬请期待！
- 上一篇：《字符编码五：简体汉字编码的全貌》
- 下一篇：《字符编码七：ANSI编码与代码页的深入解析》
