汉字输入码、机内码、字型码

1、汉字的输入码与机内码不同。有区别也有联系。
2、输入码就是使用英文键盘输入汉字时的编码。目前，我国已推出的输入码有数百种，但用户使用较多的约为十几种，按输入码编码的主要依据，大体可分为顺序码、音码、形码、音形码四类。如“保”这个字，用全拼，输入码为“BAO”，用区位码，输入码为“1703”，用五笔字型则为“WKS”。
3、汉字机内码，又称“汉字ASCII码”，简称“内码”，指计算机内部存储，处理加工和传输汉字时所用的由0和1符号组成的代码。例如“保”字的机内码就是B1A3H。
4、汉字输入码被接受后就由汉字操作系统的“输入码转换模块”转换为机内码，与所采用的键盘输入法无关。机内码是汉字最基本的编码，不管是什么汉字系统和汉字输入方法，输入的汉字外码到机器内部都要转换成机内码，才能被存储和进行各种处理。

请问国标码和机内码有什么关系呢？

 国家标准代码，简称国标码，是中华人民共和国的中文常用汉字编码集，亦为新加坡采用。现时中华人民共和国官方强制使用GB 18030标准，但较旧的计算机仍然使用GB 2312。
　　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，我们知道，键盘是当前微机的主要输入设备，;输入码就是使用英文键盘输入汉字时的编码。目前，我国已推出的输入码有数百种，但用户使用较多的约为十几种，按输入码编码的主要依据，大体可分为顺序码、音码、形码、音形码四类，如“保”?字，用全拼，输入码为码为“BAO”，用区位码，输入码为“1703”，用五笔字型则为“WKS”。

汉字的常用编码输入码、机内码、输出码各是什么意思？
1.机内码：在计算机内表示汉字的代码是汉字机内码，汉字机内码由国标码演化而来，把表示国标码的两个字节的最高位分别加“1”，就变成汉字机内码。
2.输入码： 汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。
一. 基本概念
Hanzi bianma汉字编码(Chinese character encoding )是为汉字设计的一种便于输入计算机的代码。由于电子计算机现有的输入键盘与英文打字机键盘完全兼容。因而如何输入非拉丁字母的文字(包括汉字)便成了多年来人们研究的课题。 汉字信息处理系统一般包括编码、输入、存储、编辑、输出和传输。编码是关键。不解决这个问题，汉字就不能进入计算机。
二. 途径
汉字进入计算机的三种途径 分别为:
①机器自动识别汉字:计算机通过"视觉"装置(光学字符阅读器或其他)，用光电扫描等方法识别汉字。
②通过语音识别输入:计算机利用人们给它配备的"听觉器官"，自动辨别汉语语音要素，从不同的音节中找出不同的汉字，或从相同音节中判断出不同汉字。
③通过汉字编码输入:根据一定的编码方法，由人借助输入设备将汉字输入计算机。
汉字的输入码.交换码.机内码和输出码的作用是什么??

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
　　
　　3) 汉字输入码（外码）
　　汉字输入码（外码）是为了通过键盘字符把汉字输入计算机而设计的一种编码。英文输入时，相输入什么字符便按什么键，输入码和机内码一致。汉字输入时，可能要按几个键才能输入一个汉字。汉字输入方案有成百上千个，但是这千差万别的外码输入进计算机后都会转换成统一的内码。汉字输入方案大致可分为以下4种类型：
　　（1） 音码：如全拼、双拼、微软拼音等
　　（2） 形码：如五笔字型、郑码、表形码等
　　（3）音形码：如智能ABC、自然码等
　　（4） 数字码：如区位码、电报码等

　　4) 汉字字形码（输出码）
　　汉字字形码（输出码）用于汉字的显示和打印，是汉字字形的数字化信息。汉字的内码是用数字代码来表示汉字，但是为了在输出时让人们看到汉字，就必须输出汉字的字形。在汉字系统中，一般采用点阵来表示字形。 16 *16汉字点阵示意 16 * 16点阵字形的字要使用32个字节（16 * 16/8= 32）存储，24 * 24点阵字形的字要使用72个字节（24 * 24/8=72）存储。
　　一般来说，表现汉字时使用的点阵越大，则汉字字形的质量也越好，当然每个汉字点阵所需的存储量也越大。

汉字交换码是用于电脑信息交换的一种汉字编码，是电脑之间传递信息（汉字）的一种协议，计算机只能识别二进制编码，故所有的汉字都得转成二进制编码形式，要想在计算机中识别汉字必须在电脑中包含汉字交换码。就相当于人们说话都用汉语一样，这样两个人才能沟通。

输入码、区位码、国标码与机内码关系简介【转载】

我们知道，键盘是当前微机的主要输入设备，输入码就是使用英文键盘输入汉字时的编码。目前，我国已推出的输入 码有数百种，但用户使用较多的约为十几种，按输入码编码的主要依据，大体可分为顺序码、音码、形码、音形码四类，如"保"字，用全拼，输入码为码 为"BAO"，用区位码，输入码为"1703"，用五笔字型则为"WKS"。
　　计算机只识别由0、1组成的代码，ASCII码是英文信息处理的标准编码，汉字信息处理也必须有一个统一的标准编 码。我国国家标准局于1981年5月颁布了《信息交换用汉字编码字符集──基本集》，代号为GB2312-80，共对6763个汉字和682个图形字符进 行了编码，其编码原则为：汉字用两个字节表示，每个字节用七位码（高位为0），国家标准将汉字和图形符号排列在一个94行94列的二维代码表中，每两个字 节分别用两位十进制编码，前字节的编码称为区码，后字节的编码称为位码，此即区位码，如"保"字在二维代码表中处于17区第3位，区位码即为"1703"。
　　国标码并不等于区位码，它是由区位码稍作转换得到，其转换方法为：先将十进制区码和位码转换为十六进制的区码和位 码，这样就得了一个与国标码有一个相对位置差的代码，再将这个代码的第一个字节和第二个字节分别加上20H，就得到国标码，相当于如果不转换的话，在两个 字节上分别加上32即可。如："保"字的国标码为3123Ｈ，它是经过下面的转换得到 的：1703D－>1103H->+2020H－>3123H。
　　国标码是汉字信息交换的标准编码，但因其前后字节的最高位为0，与ASCII码发生冲突，如"保"字，国标码为31H和23H，而西文字符"1" 和"#"的SCII也为31H和23H，现假如内存中有两个字节为31H和23H，这到底是一个汉字，还是两个西文字符"1"和"#"？于是就出现了二义 性，显然，国标码是不可能在计算机内部直接采用的，于是，汉字的机内码采用变形国标码，其变换方法为：将国标码的每个 字节都加上128，即将两个字节的最高位由0改1，其余7位不变，也就是如果国标码是16进制的，直接加上8080H即可。如：由上面我们知道，"保"字 的国标码为3123H，前字节为00110001B，后字节为00100011B，高位改1为10110001B和10100011B 即为B1A3H，因此，"保"字的机内码就是B1A3H。
    显然，汉字机内码的每个字节都大于128，这就解决了与西文字符的ASCII码冲突的问题。
　　如上所述，汉字输入码、区位码、国标码与机内码都是汉字的编码形式，它们之间有着千丝万缕的联系，但其间的区别也是不容忽视的。
　　公式总结：
　　区位码 ＋ 2020H ＝ 国标码
　　国标码 ＋ 8080H ＝ 机内码
    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。
举例说明：“学”字区位码、国标交换码、机内码转换过程：
    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
    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。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00100000,十六进制 20H），经过这样的处理而得的代码称为国标交换码，简称交换码，因此，“学”字的国标交换码计算为：
 00110001  00000111
+00100000 +00100000
-------------------
 01010001  00100111
    用十六进制数表示即为5127H。
    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。
    汉字库通俗地说就是计算机软件系统中的汉字仓库，依据不同的标准，字库中汉字的数量是不同的，以前的主要标准有：
附：汉字编码字符集简介
　　从1975年开始，我国为了研究汉字的使用频度，进行了大规模的字频统计工作，内容包括工业、农业、军事、科技、政治、经济、文学、艺术、教育、体 育、医药卫生、天文地理、自然、化学、文字改革、考古等多方面的出版物，在数以亿计的浩瀚文献资料中，统计出实际使用的不同的汉字数为6335个，而其中 有3000多个汉字的累计使用频度达到了99.9%，而另外的3000多个累计频度不到0.1%，说明了常用汉字与次常用汉字的数量不足7000个，这就 为国家制定汉字库标准提供了依据。1980年颁布了《信息交换用汉字编码字符集—基本集》的国标交换码，国家标准号为：GB2312-80，选入了 6763个汉字，分为两级，一级字库中有3755个，是常用汉字，二级字库中有3008个，是次常用汉字；还选入了682个字符，包含有数字、一般符号、 拉丁字母、***假名、希腊字母、俄文字母、拼音符号、注音字母等。以前我国大陆的各种中文DOS版本、Windows3.1 /3.2版本，装入的字库都是国标一二级字库。遇到“镕、啰、瞭、袆、祎、曌、赟、贇、鱻、驫、犇……”等汉字，既无法输入，又不能打印。
    GB2312编码大约包含6000多汉字（不包括特殊字符），编码范围为第一位b0-f7，第二位编码范围为a1-fe(第一位为cf时，第二位为a1-d3)，计算一下汉字个数为6762个汉字。当然还有其他的字符。包括控制键和其他字符大约7573个字符编码。
    GBK编码是对GB2312编码的扩充，容纳的汉字更多，但仅仅是扩充，没有质的变化。保留了所有GB2312编码，在此基础上进行编码范围的扩充容纳(包含特殊字符)共22014个字符编码。
    GB18030编码是在gbk编码基础上的扩充，因为汉字更多，仅仅使用两位编码已经不能容纳要求的汉字，所以采用了24位混和的办法，可以支持更多的汉字编码。并且保留了原有的GBK 2字节编码兼容GB2312和GBK编码的文件。大概容纳55657个编码(包含特殊字符)。
    unicode编码(也就是UTF编码)：俗称万国码，致力于使用统一的编码准则表达各国的文字。为表达更多的文字，utf-8采用2/3混编的方式。目 前容纳的汉字范围小于gbk编码。并且以3字节的方式处理中文，带来了兼容性的问题，原有的GBK，GB2312，GB18030编码文件都不能正常的处 理，还有很长的路要走。