用C++程序理解汉字的机内码表示

  1. 云栖社区>
  2. 博客列表>
  3. 正文

用C++程序理解汉字的机内码表示

贺利坚 2014-04-25 21:56:00 浏览19823 评论0

摘要:   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

  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:
    
  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:
   
  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:
   
  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;
}


 

==================== 迂者 贺利坚 CSDN博客专栏=================
|== IT学子成长指导专栏 专栏文章的分类目录(不定期更新) ==|
|== C++ 课堂在线专栏  贺利坚课程教学链接(分课程年级) ==|
|== 我写的书——《逆袭大学——传给IT学子的正能量》    ==|
===== 为IT菜鸟起飞铺跑道,和学生一起享受快乐和激情的大学 =====

附件:程序输出的所有GB2312-80汉字和字符
=====第 1 区======
  · ˉ ˇ ¨


± × ÷


°
¤ §


=====第 2 区======










=====第 3 区======






_



=====第 4 区======










=====第 5 区======










=====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






=====第 9 区======










=====第 10 区======










=====第 11 区======










=====第 12 区======










=====第 13 区======










=====第 14 区======










=====第 15 区======










=====第 16 区======










=====第 17 区======






便



=====第 18 区======


簿







=====第 19 区======






齿



=====第 20 区======
穿

椿


蹿




=====第 21 区======







殿


=====第 22 区======








饿

=====第 23 区======



仿 访


忿



=====第 24 区======




竿

稿



=====第 25 区======






广



=====第 26 区======







鸿


=====第 27 区======

怀




贿



=====第 28 区======










=====第 29 区======




轿





=====第 30 区======










=====第 31 区======








岿

=====第 32 区======










=====第 33 区======









窿
=====第 34 区======


鹿

绿





=====第 35 区======










=====第 36 区======








尿

=====第 37 区======










=====第 38 区======










=====第 39 区======










=====第 40 区======










=====第 41 区======










=====第 42 区======
湿

使


寿




=====第 43 区======






宿



=====第 44 区======










=====第 45 区======




退





=====第 46 区======








西

=====第 47 区======






线



=====第 48 区======








婿

=====第 49 区======





沿




=====第 50 区======

耀



亿




=====第 51 区======







屿


=====第 52 区======










=====第 53 区======










=====第 54 区======










=====第 55 区======




姿





=====第 56 区======
廿
丿








=====第 57 区======










=====第 58 区======



诿






=====第 59 区======










=====第 60 区======










=====第 61 区======










=====第 62 区======










=====第 63 区======










=====第 64 区======










=====第 65 区======










=====第 66 区======










=====第 67 区======










=====第 68 区======



涿






=====第 69 区======










=====第 70 区======






驿



=====第 71 区======










=====第 72 区======










=====第 73 区======



槿






=====第 74 区======










=====第 75 区======










=====第 76 区======










=====第 77 区======










=====第 78 区======










=====第 79 区======










=====第 80 区======










=====第 81 区======










=====第 82 区======










=====第 83 区======










=====第 84 区======






羿



=====第 85 区======



趿






=====第 86 区======




鱿





=====第 87 区======










=====第 88 区======










=====第 89 区======










=====第 90 区======










=====第 91 区======










=====第 92 区======










=====第 93 区======










=====第 94 区======











用云栖社区APP,舒服~

【云栖快讯】诚邀你用自己的技术能力来用心回答每一个问题,通过回答传承技术知识、经验、心得,问答专家期待你加入!  详情请点击

网友评论

贺利坚
文章2189篇 | 关注39
关注
快速、完全托管的TB/PB级数据仓库解决方案,向用户提供了完善的数据导入方案以及多种经典的分... 查看详情
GPU云服务器是基于GPU应用的计算服务,多适用于视频解码,图形渲染,深度学习,科学计算等应... 查看详情
阿里云流计算(Aliyun StreamCompute)是运行在阿里云平台上的流式大数据分析... 查看详情
为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效... 查看详情
阿里云总监课正式启航

阿里云总监课正式启航