国标码与机内码 余巍然 1997-01-01 　　西文字符由于数量较少（通常不超过１２８个），所以采用１个字节（８位）就能完成对所有的西文字符的编码，ＡＳＣⅡ码规定西文字符的编码只使用字节的低７位（从第１位到第７位），最高位设为０。所以ＡＳＣⅡ码的编码范围是十进制数０～１２７（写成十六进制即００Ｈ～７ＦＨ）。 　　汉字的个数远比西文字符多，国家标准规定的最常用和较常用的汉字便近８０００个。显然，如果象西文字符那样采用１个字节对汉字编码就不够了。所以国家标准规定，每个汉字的编码都采用２个字节表示。汉字国标码的一个特点是，尽可能与西文字符的ＡＳＣⅡ码相一致。所以汉字国标码的每个字节都只采用其最低７位（从第１位到第７位）。最高位仍然取０。 　　汉字国标码的取值范围是十进制数３３～１２６（写成十六进制即２１Ｈ～７ＥＨ）。 　　举例来说，“天”字国标码的两个字节分别是７６、１０８（十进制），写成十六进制是４ＣＨ，６ＣＨ，写成二进制便是０１００１１００Ｂ，０１１０１１００Ｂ： 　　“天”的国标码： 　　０１００１１００　　０１１０１１００ 　　　　第２字节　　　　　　第１字节 　　汉字国标码作为一种国家标准，是所有汉字编码都必须遵循的一个共同标准，但由于国标码每个字节的最高位都是０，这正好与ＡＳＣⅡ码相冲突。例如“天”字的国标码是７６、１０８，而西文字符“Ｌ”和“ｌ”的ＡＳＣⅡ码也恰好是７６和１０８，现在假如内存中有两个字节７６、１０８，这到底是一个汉字“天”呢，还是两个西文字符“Ｌ”和“ｌ”？都有可能，这就出现了二义性。显然国标码在计算机内部是不可能直接使用的，必须对其进行某种变换后才可以使用。其变换方法便是将国标码双字节的每个字节都加上１２８，相当于将国标码每个字节的最高位即第８位都由０变成１，其余７位不变。这种经过变换的国标码就是汉字的机内码。显然汉字机内码的每个字节都大于１２８，这就与西文字符的ＡＳＣⅡ码区分开了（ＡＳＣⅡ码都小于１２８）。 　　例如，上面举的汉字“天”的国标码是７６、１０８，将国标码的每个字节都加１２８，就得到其机内码２０４、２３６（均是十进制），写成十六进制就是ＣＣＨ、ＥＣＨ，写成二进制便是１１００１１００Ｂ、１１１０１１００Ｂ。 　　每个字节的第８位都由０变成了１，其余位不变。 　　“天”的机内码： 　　１１００１１００　　１１１０１１００ 　　　　第２字节　　　　　　第１字节 　　通过以上分析可看出，汉字国标码在两个字节中占用７位，而汉字机内码在每个字节中的８位全占用了。在计算机内部实际采用都是机内码而不是国标码。 　　还要指出的是，机内码是个相当广泛的概念，凡是计算机内部实际采用的汉字代码都叫机内码，我们以上所说的是采用双字节并且将国标码的每个字节的最高位都置为１，这只是目前一种最常用的汉字机内码方案，但汉字内码不止这一种，如台湾等地采用的就不是这种机内码方案，但这同样也叫机内码。