区位码、国标码、机内码的区别和内在机制

一、区位码：

为了使每一个汉字有一个全国统一的代码，1980年，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。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0 1到94)、每个区内有94个位(位号分别为01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)。

二、国标码：

国标码，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。

汉字国标码的范围用二进制表示是：00100001(33) 00100001(33)到01111110(126) 01111110(126) (括号中为十进制数）， 7 位ASCII码是128个字符组成的字符集。其中编码值 0到31（00000000到00011111）对应不可印刷字符，通常称作“控制符”，用于计算机通信中的通信控制或对计算机设备的功能控制。编码值32(00100000)是空格字符SP，编码值127(01111111)是删除字符DEL。

 
汉字国标码的起始二进制位置选择00100001(33)是为了跳过ASCII码中前32个控制字符和空格字符SP，终止二进制位置选择01111110(126)是为了跳过ASCII码中最后1个删除字符DEL。因此，汉字国标码的高位和低位分别比对应的区位码大32(十进制数)或00100000(二进制数)或20H(十六进制数)，即： 国标码高位 = 区码 + 20H(H表示十六进制)，国标码低位 = 位码 + 20H。 

三、机内码：

汉字在计算机内部其内码是唯一的。因为汉字处理系统要保证中西文的兼容，当系统中同时存在ASCII码和汉字国标码时，将会产生二义性。例如：有两个字节的内容为30H和21H，它既可表示汉字“啊”的国标码，又可表示西文“0”和“!”的ASCII码。为此，汉字机内码对应国标码加以适当处理和变换。

国标码的机内码为二进制长的代码，它是在相应国标码的每个字节最高位上加“1”，即

汉字机内码=汉字国标码+8080H（1000000010000000）

汉字机内码=区位码+A0A0H

四、常用汉字机内码：

因为常用汉字区位码是从16区开始的，所以其机内码即从B0A0H开始（10H+A0H=B0H），到D7F9结束。又由于每个区的开始和结束都是空格，所以位码不能为A0H和FFH。