汉字区位码、国标码（交换码）和机内码转换

摘自：
https://cloud.tencent.com/info/2913b4ee92510eaf6988435e3a70e442.html

一、区位码

为了适应计算机处理汉字信息的需要，1981年我国颁布了GB2312国家标准。该标准选出6763个常用汉字（其中，一级常用汉字3755个，二级汉字3008个）和682个非汉字字符，并为每个字符规定了标准代码，以便在不同的计算机系统之间进行汉字文本交换。

GB2312字符集构成一个94行、94列的二维表，行号称为区号，列号称为位号，每一个汉字或符号在码表中的位置用它所在的区号和位号来表示。

为了处理与存储的方便，每个汉字的区号和位号在计算机内部分别用一个字节来表示。例如，”学”字的区号为49，位号为07，它的区位码即为4907，用2个字节的二进制数表示为：

00110001 00000111

二、国标交换码

区位码无法用于汉字通信，因为它可能与通信使用的控制码（00H~1FH）（即0~31）发生冲突。（因为ASCII码编码中分控制信号编码和有型字符编码，前32个是控制码，如回车、换行、退格等，为避开这些控制码，国标码规定在区位码的基础上加20H，即32的16进制数）ISO2022规定每个汉字的区号和位号必须分别加上32（即二进制数00100000），经过这样的处理而得的代码称为国标交换码，简称交换码或国际码，因此，”学”字的国标交换码计算为：

1 2 3 4 5 6 7

00110001 00000111 +00100000 +00100000 ______________________ 01010001 00100111

用十六进制数表示即为5127H。

三、机内码

由于文本中通常混合使用汉字和西文字符，汉字信息如果不予以特别标识，就会与单字节的ASCII码混淆。此问题的解决方法之一是将一个汉字看成是两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位都为1。这种高位为1的双字节汉字编码即为GB2312汉字的机内码，简称为内码。

因此，”学”字的机内码为：

11010001 10100111

用16进制表示即为D1A7H。

最后要指出的是，汉字的输入编码与汉字的机内码是不同范畴的概念。不管采用什么样的编码输入法（例如拼音、五笔字型等）来输入一个汉字，其机内码都是相同的。

四、总结

区位码、国标码与机内码的转换关系

方法：

（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

举例：以汉字”大”为例，”大”字的区内码为2083

示例解析：

1、区号为20，位号为83

2、将区位号2083转换为十六进制表示为1453H

3、1453H＋2020H＝3473H，得到国标码3473H

4、3473H＋8080H＝B4F3H，得到机内码为B4F3H

5、1453H＋A0A0H＝B4F3H，得到机内码为B4F3H

6、机内码B4F3H－A0A0H＝1453H的区位码

大字的区码是20H（32区，83位）