用C 程序理解汉字的机内码表示

一时失言乱红尘 2022-04-18 02:33 214阅读 0赞

**分享一下我老师大神的人工智能教程！零基础，通俗易懂！[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow]**

**也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！**

汉字的编码是很多初学者不容易搞不明白的事情。最早的汉字字符集是GB2312-80，收入汉字6763个，符号715个，总计7478个字符，大陆普遍使用的简体字字符集。本文借助于一个能输出这些字符的简单的C++程序，体验汉字字符的编码。  
　　先简介一下GB2312-80的概况。  
　　1、区位码  
　　每个汉字及符号都有一个区位码，即每个汉字有一个区号（两位十进制）和一个位号（两位十进制）。一共分了94个区，每个区中有94个汉字。  
　　如下图了其中第1区和17区中的汉字：  
　　![20140425215425953][]  
　　2、国标码  
　　汉字的国标码可以在区位码基础上换算得到：国标码=（区位码的十六进制表示）+2020H，国标码的取值范围：2121H～7E7EH。  
　　例如：“啊”的区码是16，位码为01，其区位码的十六进制表示为1001H，得到“啊”的国标码为：3021H。如下图：  
　　![20140425215315406][]  
　　3、机内码  
　　中文或西文信息在计算机系统中的代码表示称为机内码。ASCII码是一种西文机内码，用一个字节表示，其最高位均为0。汉字机内码用连续两个字节表示，为能和ACSII符号区分，每个字节的最高位是1。机内码和国标码的转换规则是：机内码 = 国标码+8080H =（区位码的十六进制表示）+A0A0H。显然，就是将国标码的两个字节的最高位均置为1即可。  
　　例如，“啊”的国标码为：3021H，加上8080H后，其机内码为B0A1H,如下图所示：  
　　![20140425215212625][]  
　　下面的程序，将GB2312-80中所有的汉字输出到一个文件中，对照上面的原理，读程序并运行，你将理解汉字在机器内部的表示。

（1）C++程序

#include <iostream>#include <cstdio>using namespace std; int main(){    int i,j;    char a[3];  //用两字节表示一个汉字，a[0]为第1个字节，a[1]为第2个字节    a[2]='\0';  //a[2]固定为'\0'，作为保存一个汉字的字符串的结束    freopen("chineseChar.txt","w",stdout);   //将输出重定向到文件，便于查看结果    for(i=1;i<=94;i++)    //区号从1到94    {        cout<<"=====第 "<<i<<" 区======"<<endl;        a[0] = i + 0xA0;   //将第1个字节变为机内码        for(j=1;j<=94;j++) //位号从1到94        {            a[1] = j + 0xA0; //将第2个字节变为机内码            cout<<a<<'\t';   //输出a，里面有两字节，是i区j位汉字的机内码            if(j%10==0)                cout<<endl;  //每10个换一行        }        cout<<endl;    }    return 0;}

（2）C程序

#include<stdio.h>int main(){    int i,j;    char a[3];  //用两字节表示一个汉字，a[0]为第1个字节，a[1]为第2个字节    a[2]='\0';  //a[2]固定为'\0'，作为保存一个汉字的字符串的结束    freopen("chineseChar.txt","w",stdout);   //将输出重定向到文件，便于查看结果    for(i=1;i<=94;i++)    //区号从1到94    {        printf("=====第 %d 区======\n",i);        a[0] = i + 0xA0;   //将第1个字节变为机内码        for(j=1;j<=94;j++) //位号从1到94        {            a[1] = j + 0xA0; //将第2个字节变为机内码            printf("%s\r",a);   //输出a，里面有两字节，是i区j位汉字的机内码            if(j%10==0)                printf("\n");  //每10个换一行        }        printf("\n");    }    return 0;}

程序输出的所有汉字，见本文后附件。

有了如上的知识，试运行下面的程序，看其结果是什么，并且试着做出解释。这是在处理汉字中常见的问题。

#include <iostream>using namespace std;int main(){    char a[]="汉字处理挺好玩";    cout<<a<<endl;    a[1]='a';    cout<<a<<endl;    a[2]='b';    cout<<a<<endl;    char b[10];    b[8]='\0';    cout<<b<<endl;    return 0;}

<table> 
 <tbody> 
  <tr> 
   <td><pre>==================== 迂者 贺利坚 CSDN博客专栏=================|==　<a href="http://blog.csdn.net/column/details/itstudy.html" rel="nofollow">IT学子成长指导专栏</a>　<a href="http://blog.csdn.net/sxhelijian/article/details/8135028" rel="nofollow">专栏文章的分类目录（不定期更新）</a>　==||==　<a href="http://blog.csdn.net/column/details/cpponline.html" rel="nofollow">C++ 课堂在线专栏</a>　　<a href="http://blog.csdn.net/sxhelijian/article/details/8001601" rel="nofollow">贺利坚课程教学链接（分课程年级）</a>　==||==　我写的书——《<a href="http://blog.csdn.net/sxhelijian/article/details/21276999" rel="nofollow">逆袭大学——传给IT学子的正能量</a>》　　　　==|=====&nbsp;为IT菜鸟起飞铺跑道，和学生一起享受快乐和激情的大学 =====</pre></td> 
  </tr> 
 </tbody> 
</table>

附件：程序输出的所有GB2312-80汉字和字符

=====第 1 区======  
　 、 。 · ˉ ˇ ¨ 〃 々 —  
～ ‖ … ‘ ’ “ ” 〔 〕 〈  
〉 《 》 「 」 『 』 〖 〗 【  
】 ± × ÷ ∶ ∧ ∨ ∑ ∏ ∪  
∩ ∈ ∷ √ ⊥ ∥ ∠ ⌒ ⊙ ∫  
∮ ≡ ≌ ≈ ∽ ∝ ≠ ≮ ≯ ≤  
≥ ∞ ∵ ∴ ♂ ♀ ° ′ ″ ℃  
＄ ¤ ￠ ￡ ‰ § № ☆ ★ ○  
● ◎ ◇ ◆ □ ■ △ ▲ ※ →  
← ↑ ↓ 〓  
=====第 2 区======  
ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ  
      ⒈ ⒉ ⒊ ⒋  
⒌ ⒍ ⒎ ⒏ ⒐ ⒑ ⒒ ⒓ ⒔ ⒕  
⒖ ⒗ ⒘ ⒙ ⒚ ⒛ ⑴ ⑵ ⑶ ⑷  
⑸ ⑹ ⑺ ⑻ ⑼ ⑽ ⑾ ⑿ ⒀ ⒁  
⒂ ⒃ ⒄ ⒅ ⒆ ⒇ ① ② ③ ④  
⑤ ⑥ ⑦ ⑧ ⑨ ⑩   ㈠ ㈡  
㈢ ㈣ ㈤ ㈥ ㈦ ㈧ ㈨ ㈩    
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅶ Ⅷ Ⅸ Ⅹ  
Ⅺ Ⅻ    
=====第 3 区======  
！ ＂ ＃ ￥ ％ ＆ ＇ （ ） ＊  
＋ ， － ． ／ ０ １ ２ ３ ４  
５ ６ ７ ８ ９ ： ； ＜ ＝ ＞  
？ ＠ Ａ Ｂ Ｃ Ｄ Ｅ Ｆ Ｇ Ｈ  
Ｉ Ｊ Ｋ Ｌ Ｍ Ｎ Ｏ Ｐ Ｑ Ｒ  
Ｓ Ｔ Ｕ Ｖ Ｗ Ｘ Ｙ Ｚ ［ ＼  
］ ＾ ＿ ｀ ａ ｂ ｃ ｄ ｅ ｆ  
ｇ ｈ ｉ ｊ ｋ ｌ ｍ ｎ ｏ ｐ  
ｑ ｒ ｓ ｔ ｕ ｖ ｗ ｘ ｙ ｚ  
｛ ｜ ｝ ￣  
=====第 4 区======  
ぁ あ ぃ い ぅ う ぇ え ぉ お  
か が き ぎ く ぐ け げ こ ご  
さ ざ し じ す ず せ ぜ そ ぞ  
た だ ち ぢ っ つ づ て で と  
ど な に ぬ ね の は ば ぱ ひ  
び ぴ ふ ぶ ぷ へ べ ぺ ほ ぼ  
ぽ ま み む め も ゃ や ゅ ゆ  
ょ よ ら り る れ ろ ゎ わ ゐ  
ゑ を ん         
     
=====第 5 区======  
ァ ア ィ イ ゥ ウ ェ エ ォ オ  
カ ガ キ ギ ク グ ケ ゲ コ ゴ  
サ ザ シ ジ ス ズ セ ゼ ソ ゾ  
タ ダ チ ヂ ッ ツ ヅ テ デ ト  
ド ナ ニ ヌ ネ ノ ハ バ パ ヒ  
ビ ピ フ ブ プ ヘ ベ ペ ホ ボ  
ポ マ ミ ム メ モ ャ ヤ ュ ユ  
ョ ヨ ラ リ ル レ ロ ヮ ワ ヰ  
ヱ ヲ ン ヴ ヵ ヶ      
     
=====第 6 区======  
Α Β Γ Δ Ε Ζ Η Θ Ι Κ  
Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ  
Φ Χ Ψ Ω        
  α β γ δ ε ζ η θ  
ι κ λ μ ν ξ ο π ρ σ  
τ υ φ χ ψ ω      
   ︵ ︶ ︹ ︺ ︿ ﹀ ︽  
︾ ﹁ ﹂ ﹃ ﹄   ︻ ︼ ︷  
︸ ︱  ︳ ︴       
     
=====第 7 区======  
А Б В Г Д Е Ё Ж З И  
Й К Л М Н О П Р С Т  
У Ф Х Ц Ч Ш Щ Ъ Ы Ь  
Э Ю Я         
        а б  
в г д е ё ж з и й к  
л м н о п р с т у ф  
х ц ч ш щ ъ ы ь э ю  
я           
     
=====第 8 区======  
ā á ǎ à ē é ě è ī í  
ǐ ì ō ó ǒ ò ū ú ǔ ù  
ǖ ǘ ǚ ǜ ü ê ɑ  ń ň  
 ɡ     ㄅ ㄆ ㄇ ㄈ  
ㄉ ㄊ ㄋ ㄌ ㄍ ㄎ ㄏ ㄐ ㄑ ㄒ  
ㄓ ㄔ ㄕ ㄖ ㄗ ㄘ ㄙ ㄚ ㄛ ㄜ  
ㄝ ㄞ ㄟ ㄠ ㄡ ㄢ ㄣ ㄤ ㄥ ㄦ  
ㄧ ㄨ ㄩ         
           
     
=====第 9 区======  
   ─ ━ │ ┃ ┄ ┅ ┆  
┇ ┈ ┉ ┊ ┋ ┌ ┍ ┎ ┏ ┐  
┑ ┒ ┓ └ ┕ ┖ ┗ ┘ ┙ ┚  
┛ ├ ┝ ┞ ┟ ┠ ┡ ┢ ┣ ┤  
┥ ┦ ┧ ┨ ┩ ┪ ┫ ┬ ┭ ┮  
┯ ┰ ┱ ┲ ┳ ┴ ┵ ┶ ┷ ┸  
┹ ┺ ┻ ┼ ┽ ┾ ┿ ╀ ╁ ╂  
╃ ╄ ╅ ╆ ╇ ╈ ╉ ╊ ╋   
           
     
=====第 10 区======  
           
           
           
           
           
           
           
           
           
     
=====第 11 区======  
           
           
           
           
           
           
           
           
           
     
=====第 12 区======  
           
           
           
           
           
           
           
           
           
     
=====第 13 区======  
           
           
           
           
           
           
           
           
           
     
=====第 14 区======  
           
           
           
           
           
           
           
           
           
     
=====第 15 区======  
           
           
           
           
           
           
           
           
           
     
=====第 16 区======  
啊 阿 埃 挨 哎 唉 哀 皑 癌 蔼  
矮 艾 碍 爱 隘 鞍 氨 安 俺 按  
暗 岸 胺 案 肮 昂 盎 凹 敖 熬  
翱 袄 傲 奥 懊 澳 芭 捌 扒 叭  
吧 笆 八 疤 巴 拔 跋 靶 把 耙  
坝 霸 罢 爸 白 柏 百 摆 佰 败  
拜 稗 斑 班 搬 扳 般 颁 板 版  
扮 拌 伴 瓣 半 办 绊 邦 帮 梆  
榜 膀 绑 棒 磅 蚌 镑 傍 谤 苞  
胞 包 褒 剥  
=====第 17 区======  
薄 雹 保 堡 饱 宝 抱 报 暴 豹  
鲍 爆 杯 碑 悲 卑 北 辈 背 贝  
钡 倍 狈 备 惫 焙 被 奔 苯 本  
笨 崩 绷 甭 泵 蹦 迸 逼 鼻 比  
鄙 笔 彼 碧 蓖 蔽 毕 毙 毖 币  
庇 痹 闭 敝 弊 必 辟 壁 臂 避  
陛 鞭 边 编 贬 扁 便 变 卞 辨  
辩 辫 遍 标 彪 膘 表 鳖 憋 别  
瘪 彬 斌 濒 滨 宾 摈 兵 冰 柄  
丙 秉 饼 炳  
=====第 18 区======  
病 并 玻 菠 播 拨 钵 波 博 勃  
搏 铂 箔 伯 帛 舶 脖 膊 渤 泊  
驳 捕 卜 哺 补 埠 不 布 步 簿  
部 怖 擦 猜 裁 材 才 财 睬 踩  
采 彩 菜 蔡 餐 参 蚕 残 惭 惨  
灿 苍 舱 仓 沧 藏 操 糙 槽 曹  
草 厕 策 侧 册 测 层 蹭 插 叉  
茬 茶 查 碴 搽 察 岔 差 诧 拆  
柴 豺 搀 掺 蝉 馋 谗 缠 铲 产  
阐 颤 昌 猖  
=====第 19 区======  
场 尝 常 长 偿 肠 厂 敞 畅 唱  
倡 超 抄 钞 朝 嘲 潮 巢 吵 炒  
车 扯 撤 掣 彻 澈 郴 臣 辰 尘  
晨 忱 沉 陈 趁 衬 撑 称 城 橙  
成 呈 乘 程 惩 澄 诚 承 逞 骋  
秤 吃 痴 持 匙 池 迟 弛 驰 耻  
齿 侈 尺 赤 翅 斥 炽 充 冲 虫  
崇 宠 抽 酬 畴 踌 稠 愁 筹 仇  
绸 瞅 丑 臭 初 出 橱 厨 躇 锄  
雏 滁 除 楚  
=====第 20 区======  
础 储 矗 搐 触 处 揣 川 穿 椽  
传 船 喘 串 疮 窗 幢 床 闯 创  
吹 炊 捶 锤 垂 春 椿 醇 唇 淳  
纯 蠢 戳 绰 疵 茨 磁 雌 辞 慈  
瓷 词 此 刺 赐 次 聪 葱 囱 匆  
从 丛 凑 粗 醋 簇 促 蹿 篡 窜  
摧 崔 催 脆 瘁 粹 淬 翠 村 存  
寸 磋 撮 搓 措 挫 错 搭 达 答  
瘩 打 大 呆 歹 傣 戴 带 殆 代  
贷 袋 待 逮  
=====第 21 区======  
怠 耽 担 丹 单 郸 掸 胆 旦 氮  
但 惮 淡 诞 弹 蛋 当 挡 党 荡  
档 刀 捣 蹈 倒 岛 祷 导 到 稻  
悼 道 盗 德 得 的 蹬 灯 登 等  
瞪 凳 邓 堤 低 滴 迪 敌 笛 狄  
涤 翟 嫡 抵 底 地 蒂 第 帝 弟  
递 缔 颠 掂 滇 碘 点 典 靛 垫  
电 佃 甸 店 惦 奠 淀 殿 碉 叼  
雕 凋 刁 掉 吊 钓 调 跌 爹 碟  
蝶 迭 谍 叠  
=====第 22 区======  
丁 盯 叮 钉 顶 鼎 锭 定 订 丢  
东 冬 董 懂 动 栋 侗 恫 冻 洞  
兜 抖 斗 陡 豆 逗 痘 都 督 毒  
犊 独 读 堵 睹 赌 杜 镀 肚 度  
渡 妒 端 短 锻 段 断 缎 堆 兑  
队 对 墩 吨 蹲 敦 顿 囤 钝 盾  
遁 掇 哆 多 夺 垛 躲 朵 跺 舵  
剁 惰 堕 蛾 峨 鹅 俄 额 讹 娥  
恶 厄 扼 遏 鄂 饿 恩 而 儿 耳  
尔 饵 洱 二  
=====第 23 区======  
贰 发 罚 筏 伐 乏 阀 法 珐 藩  
帆 番 翻 樊 矾 钒 繁 凡 烦 反  
返 范 贩 犯 饭 泛 坊 芳 方 肪  
房 防 妨 仿 访 纺 放 菲 非 啡  
飞 肥 匪 诽 吠 肺 废 沸 费 芬  
酚 吩 氛 分 纷 坟 焚 汾 粉 奋  
份 忿 愤 粪 丰 封 枫 蜂 峰 锋  
风 疯 烽 逢 冯 缝 讽 奉 凤 佛  
否 夫 敷 肤 孵 扶 拂 辐 幅 氟  
符 伏 俘 服  
=====第 24 区======  
浮 涪 福 袱 弗 甫 抚 辅 俯 釜  
斧 脯 腑 府 腐 赴 副 覆 赋 复

[http_blog.csdn.net_jiangjunshow]: https://blog.csdn.net/jiangjunshow/article/details/77338485
[20140425215425953]: /images/20220418/8a44ce71289c4be2951271c97b17bc0d.png
[20140425215315406]: /images/20220418/bfb00d5199b24484a7a3b29fd2045aab.png
[20140425215212625]: /images/20220418/bf8f7f0759954bee82cacb5b340379a0.png