汉字及英文字符的ascii表示

注：

dephi的string，可以表示成一个char型数组，而char行和byte可以互转，如“你好”，这个string在dephi的string中length为4（是实际的字节数），即四个char或者说四个byte，所以dephi可以直接遍历整个string取得各个字节

c#的string，也可以表示成一个char型数组，但此char和串length和dephi不是一个概念，因为c# string不是按字节计算的，所以遍历string中各个字节的方法就是 System.Text.Encoding.Default.GetBytes方法

 

[转]http://blog.csdn.net/xiaozhao_19/archive/2008/03/05/2152087.aspx

1)汉字交换码(国标码) 汉字交换码(国标码)主要用于汉字信息交换。

　　国标码：以国家标准局1980年颁布的《信息交换用汉字编码字符集"基本集》(代号为GB2312 80)规定的汉字交换码作为国家标准汉字编码。 GB2312 80中共有7445个字符符号： 汉字符号6763个 一级汉字3755个(按汉语拼音字母顺序排列) 二级汉字3008个(按部首笔划顺序排列) 非汉字符号682个 GB2312 80规定，所有的国标码汉字及符号组成一个94 94的方阵。在此方阵中，每一行称为一个"区"，每一列称为一个"位"。这个方阵实际上组成一个有94个区(编号由01到94)，每个区有94个位(编号 由01到94)的汉字字符集。 一个汉字所在的区号和位号的组合就构成了该汉字的"区位码"。其中，高两位为区号，低两位为位号。这样区位码可以唯一地确定某一汉字或字符;反之，任何一 个汉字或符号都对应一个唯一的区位码，没有重码。

　　区位码分布情况如下：

　　区 号 内 容 1区 键盘上没有的各种符号 2区 各种序号 3区 键盘上的各种符号(按中文方式给出) 4 -5区 日文字母 6区 希腊字母 7区 俄文字母 8区 标识拼音声调的母音及拼音字母名称 9区 制表符号 10- 15区 未用 16-55区 一级汉字(按拼音字母顺序排列) 56- 87区 二级汉字(按部首笔划顺序排列) 88- 94区 自定义汉字

　　由上可以看出，所有汉字与符号的94个区，可以分为四个组：

　　①1 -15区：为图形符号区。其中1 9区为标准符号区;10 15区为自定义符号区。

　　②16 -55区：为一级汉字区，包含3755个汉字。这些区中的汉字按汉语拼音顺序排序，同音字按笔画顺序列出。

　　③56 -87区：为二级汉字区，包含3008个汉字。这些区中的汉字是按部首笔划顺序排序的。

　　④88 -94区：为自定义汉字区。

　　国标码规定，每个汉字(包括非汉字的一些符号)由2字节代码表示。每个字节的最高位为0，只使用低7位，而低7位的编码中又有34个适用于控制 用的，这样每个字节只有27 - 34 = 94个编码用于汉字。2个字节就有94X94=8836个汉字编码。在表示一个汉字的2个字节中，高字节对应编码表中的行号，称为区号;低字节对应编码表 中的列号，称为位号。

　　汉字国标码的范围用二进制表示是： 00100001 00100001 01111110 01111110 (1+32)10 (1+32)10 (94+32)10 (94+32)10 7 位ASCII码是128个字符组成的字符集。其中编码值0 31(00000000 00011111)不对应任何印刷字符，通常称为控制符，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(1111111)是删除字符DEL。

　　汉字国标码的起始二进制位置选择00100001即(33)10是为了跳过ASCII码的32个控制字符和空格字符。所以，汉字国标码的高位和 低位分别比对应的区位码大(32)10或(00100000)2或(20)H，即： 国标码高位 = 区码 + 20H (H表示十六进制) 国标码低位 = 位码 + 20H

　　2) 汉字机内码(内码)(汉字存储码)

     GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

　　汉字机内码(内码)(汉字存储码)的作用是统一了各种不同的汉字输入码在计算机内部的表示。 为了将汉字的各种输入码在计算机内部统一起来，就有了专用于计算机内部存储汉字使用的汉字机内码，用以将输入时使用的多种汉字输入码统一转换成汉字机内码 进行存储，以方便机内的汉字处理 汉字机内码是在计算机内部存储、处理的代码。计算机既要处理汉字，又要处理英文。因此计算机必须能区别汉字字符和英文字符。英文字符的的机内码是最高为为 0的8位ASCII码。为了不与7位ASCII码发生冲突，把国标码每个字节的最高位由0改为1，其余位不变的编码作为汉字字符的机内码。

　　汉字机内码的范围用二进制表示是： 10100001 10100001 11111110 11111110 机内码的高位和低位比对应的国标码的高位和低位大(128)10或(10000000)2或(80)H 即： 机内码高位 = 国标码高位 + 80H 机内码低位 = 国标码低位 + 80H 又因为： 国标码高位 = 区码 + 20H 国标码低位 = 位码 + 20H 所以： 机内码高位 = 区码 + A0H 机内码低位 = 位码 + A0H 也就是说，机内码高位和机内码低位分别比对应的区码和位码大(160)10或(10100000)2或 (A0)H 例如：汉字"啊"的区位码为"1601"，其中区码为(16)10或(10)H，位码为(01)10或(01)H。 则： 机内码高位 = 10H + A0H = B0H 机内码低位 = 01H + A0H = A1H 所以： 机内码= B0A1H

 

        private void btnBrowser_Click(object sender, EventArgs e)
        {
            string s = tbCharOrString.Text;
            string st = string.Empty;
            byte[] array = System.Text.Encoding.Default.GetBytes(s);
            for (int i = 0; i < array.Length; i++)
            {               
                if (array[i] >= 128 && array[i] <= 247)    
                {
                    st =st+System.Text.Encoding.Default.GetString(array, i, 2);
                    st = st + string.Format(" 高字节:{0},低字节:{1}"+Environment.NewLine , array[i], array[i + 1]);
                    i++;
                }
                else
                {
                    st =st+ System.Text.Encoding.Default.GetString(array, i,1);
                    st = st + string.Format(" ASCII:{0}" + Environment.NewLine, array[i]);
                }
            }
            tbResult.Text = st;
        } 

演示界面如下图: