汉字编码表示与显示

一、汉字的编码
        1981年5月，我国国家标准总局颁布了《信息交换用汉字编码字符集》（GB2312-80），简称国家标准汉字编码，也叫国标码。国标码共收进标准字符7445个。其中一级汉字3755个，二级汉字3008个，共计6763个汉字。 由于汉字的字符多，一个字节即8位二进制代码不足以表示所有的常用汉字。同时为了不与西文的ASCII码混淆，汉字国标码的每个汉字或符号都使用2个字节（16位二进制）代码来表示。 西文字符采用一个字节表示，即ASCII码，一般只用七位来表示128个字符，而把最高位用作奇偶校验(或者不用)。
        国标码介绍：在GB2312-80代码表中，纵向分为0～93,共94行；横向也是0～93,共94列。行与列分别用b7b6b5b4b3b2b1七 位二进制码表示,第一字节表示行,第二字节表示列。其值从0100001到1111110（十六进制为21-7E）。这正是ASCII码的可打印字符的编 码范围。国标码是将第一字节和第二字节连写而得。由于二进太长，一般用十六进制表示。
        区位码介绍：在国标GB2312-80中，国标码除了用双七位二进制表示外，还可以表示成区位码的形式。即在国标代码表中，将行号称为区号，列号称为位号，分别有94个区和94个位。区号和位号用十进制表示，不足两位前面补0。这样每个汉字或符号都可用4位十进制表示。区位码因此可以用来作输入码。是汉字输入的基本编码方法之一。
        机内码介绍：在计算机中双字节汉字与单字节西文字符混合使用、处理，汉字编码的各个字节若不予以特别标识，就会与单字节的ASCII码混淆不清；为此，将标识汉字的两个字节编码的最高位置为1，这种最高位为1的双字节汉字编码就是中国大陆普遍采用的汉字机内码，简称内码，是计算机内部存储、处理汉字所使用的代码。
        内码、国标码、区位码三者的关系是：
高字节内码=高字节国标码+80H=区码+20H+80H=区码+0A0H=区码+160
低字节内码=低字节国标码+80H=位码+20H+80H=位码+0A0H=位码+160
        繁体汉字在一些地区和领域仍在使用，国家又制定出相应的繁体汉字字符集，国家标准代号是GB12345-90“信息交换用汉字编码字符集——辅助集”，包含了717个图形符号和6866个繁体汉字。BIG5是我国台湾地区计算机系统中使用的汉字编码字符集，包含了420个图形符号和13070个繁体汉字（不用简体字）。

二、汉字的字模库
        汉字的输出主要是指汉字字形的输出。输出的方式主要是显示和打印两种。汉字输出时，用一个点阵来表示一个汉字。点阵的每个点位只有两种状态：有点或无点。若用二进制代码来表示即为该位取值为1 表示有点，取值为0表示无点。汉字的输出原理与西文的输出原理是相同的。不同的是汉字笔划较多，要能很好地表示一个汉字，起码需要16×16点阵才行。如果要求字型逼真美观，点阵的点数还要增加。如用24×24、32×32、48×48等，因此汉字的存储空间比西文要大很多，需要用大量的存储空间来存放字模。