汉字的内码和区位码与显示汉字原理

汉字的内码和区位码

        在计算机中英文字符是用一个字节的ASCII码表示，该字节最高位一般置0或用做奇偶校验，故实际是用7位码来代表128个字符的，但对于众多的汉字，只有用两个字节才能代表，这样用两个字节代表一个汉字的代码体制，国家制定了统一标准，称为国标码。

        国标码规定，组成两字节代码的最高位为0，即每个字节仅只使用7位，这样在机器内使用时，由于英文的ASCII码也在使用，可能将国标码看成两个ASCII码，因而规定用国标码在机内表示汉字时，将每个字节的最高位置1，以表示该码表示的是汉字，这些国标码两字节最高位加1后的代码称为机器内的汉字代码，简称 内码。 

国家标准的 汉字字符集（GB2312-80）在汉字操作系统中是以汉字库的形式提供的。汉字库结构作了统一规定，即将 字库分成94个区，每个区有94个汉字（以位做区别）,每一个汉字在汉字库中有确定的区和位编号（用两个字节），就是所谓的 区位码，区位码的第一个字节表示区号，第二个字节表示位号，只要知道了区位码，就可知道该汉字在字库中的地址。

     

        当我们用某种输入设备例如键盘将汉字输入计算机时，管理模块将自动的把键盘输入的汉字转换为内码。当要显示该汉字时，再由内码转换成区位码，在汉字库找到该汉字，进行显示。如“哈”的区位码为2594，它表示该字字模在字符集的第25个区的第94个位置。

         每个汉字在字库中是以点阵形式存储的，常采用 12×12、16×16、24×24、48×48点阵形式，同英文字模一样，每个点用一个二进制bit位表示，bit=1的点，当显示时，就可以在屏上显示一个点，bit=0的点，则在屏上不显示，这样把存某字的点阵信息直接用来在显示器上按上述原则显示，将出现对应的汉字。 最常用的汉字是16×16点阵，它是由行、列各16个点，共256个点组成的点阵图案,每行的16个点在内存中占二个字节，一个16×16点阵汉字共16行，在内存中占32个字节。

        根据这些字节在字膜中存放的顺序，第一行的第一个字节我们称“0”号字节，第二个字节我们称“1”号字节；第二行的第一个字节我们称“2”号字节，第二个字节我们称“3”号字节。以此类推，最后一行的第一个字节我们称“30”号字节，第二个字节我们称“31”号字节，每个字节高位在前，低位在后，即D7在一个字节的最左侧，D0在最右侧。具体如图3-3所示： 

        如我们要在屏幕的X行Y列位置显示上面的“哈”字，则可以从点(X,Y)开始将0号字节和1号字节的内容输出到屏幕上；然后行加1，列再回到，输出2号字节和3号字节，依此类推16个循环即可完成一个汉字的显示. 输出一个字节数据时，该字节中“位”（bit）为1时在该“位”位置打点，为0时该“位”位置打空白。

       此外常用的汉字还有24×24点阵，它是由行列各24个点组成的点阵图案，它每列的24个点在内存中占三个字节,一个24×24点阵汉字共24列,在内存中占72个字节；48×48点阵，行×列为48×48，一个汉字占内存288个字节。12×12点阵（为方便编程把列12点扩展为16点，既二个字节）行×列为12×16，一个汉字占内存24个字节。

GB2312-80中， 94个区中除6763个汉字外，第3～7区给这些符号留下了位置，如第3区为英文大小写符号、第4区为日文平假名、第5区为日文片假名、第6区为大小写希腊字母、第7区为大小写俄罗斯字母。这些字符每一个都有固定的区位码，当然也都有一个固定的内码。当用某种输入法输入一个西文字符时，在计算机中是用内码表示的，显示时通过内码计算出区位码，找到该字符字模进行显示。其中英文字符比较特殊，在西文操作系统中，如上所述，它是以ASCII码存储的，而在汉字操作系统中，它是做为一个汉字，以内码方式存储。