汉字编码基础

一、汉字在计算机中的编码形式
我们都知道，在计算机中英文字符是用一个字节的ASCII码表示，该字节最高位一般用做奇偶校验，故实际是用7位码来代表128个字符的，但是对于众多的汉字，只有用两个字节才能表示，这样用两个字节来表示一个汉字的体制，国家制定了统一的标准，称为国标码。国标码规定，组成两个汉字代码的各字节最高位为0，这和英文字符表示方法相同，这就有可能把汉字的国标码看作两个ASCII码，为此又规定在计算机里表示汉字时，把最高位置1，表示该码是汉字，这种最高位为1的代码称为机器内的汉字代码，简称内码。计算机里汉字就是用内码表示的。
例如：“大”这个汉字，
国标码 3473 00110100 01110011
内码 B4F3 10110100 11110011
知道汉字在计算机里是用内码表示的以后，还需要知道具体汉字的结构。我国在1981年公布了《通讯用汉字字符集及其交换码标准》GB2312-80方案，里面规定了高频字、常用字、次常用字集合成汉字基本字符集(共6763个)，再加上一些西文字母，希腊字母、日文字符、图形符号等一共700个。国家标准的汉字字符集在汉字操作系统中是以汉字库的形式提供的。汉字库规定，把字库分为94个区(区号)，每个区有94个汉字(位号)，这就是所谓的区位码(区位码第一字节是区号，第二字节是位号，因为知道了区位码就等于知道了该汉字在字库中的位置)。每个汉字在字库中是以点阵字模形式存储的，如一般采用16*16点阵形式，这样就需要32字节。在16*16点阵里，存1的点在显示时为一个亮点，存0的点不显示，这样汉字就显示出来了。简单写一下“大”这个字的字模：
0000001100000000
0000001100000000
0000001100000000
0000001100000010
1111111111111110
0000001100000000
0000001100000000
0000001100000000
0000001100000000
0000001110000000
0000011001000000
0000110000100000
0001100000010000
0001000000011000
0010000000001110
1100000000000100
这样当需要显示“大”这个汉字时，首先把这个字模取出，然后逐位显示，1显示0不显示，屏幕上就会出现“大”这个汉字。
那么我们怎么知道汉字的区位码呢？前面说了，汉字在计算机里是用内码存储的。内码和区位码的转换关系是(还以“大”为例)：
区号：B4-A0 位号：F3-A0
也就是说，把内码减去A0就是区位码，那么“大”这个汉字的区位码就出来了，是在14H区53H号，也就是第20区第83号。那么由于每个区有94个汉字，“大”这个字应该就是在汉字库的第(20-1)*94+(83-1)个汉字位置(每个汉字字模占32字节)。那么现在又要问了，内码又是怎样得到的呢？看下面的程序：
main()
{
unsigned char *s=大;
printf(%x,%x\n,s[0],s[1]);
getch();
}
运行程序发现，输出就是b4,f3。

二、西文方式下显示中文
显示汉字思路：
(1) 获得汉字内码
(2) 换算成区位码
(3) 在字库中取出该汉字的字模(共32字节)
(4) 1显示0不显示
说到这儿，又有一点要说明，由于汉字是16*16点阵结构，说明在一般的西文方式下还不行，因为一般的西文方式，屏幕显示都是80*25的文本格式，要想显示中文，必须切换到图形模式，在图形模式下才有象素的概念。
下面是一个实际的例子，大家可以复制到TC里运行一下就知道了。

#include stdlib.h
#include stdio.h
#include string.h
#include graphics.h

void WriteHzStr();
void WriteHz(unsigned char,unsigned char,int,int);
void GetHzBit(unsigned char,unsigned char);

char *s=中华人民共和国;
FILE *fp;
long int fpos; /*具体汉字在字库中的偏移量*/
char bitdata[32]; /*存储汉字字模*/

main()
{
int gdrive=DETECT,gmode;
initgraph(&gdrive,&gmode,); /*加载图形模式*/
if((fp=fopen(c:\\hzk16,rb))==NULL) /*打开16*16点阵汉字字库*/
{
printf(cannot open file\n);
exit(0);
}
WriteHzStr();
fclose(fp);
closegraph();
getch();
}

void WriteHzStr()
{
int num,i,x,y;
num=strlen(s); /*获取字符串长度*/
x=0,y=0;
for(i=0;i