【汉化资料】汉字字模原理

shane007

1.ASCII字符--美国信息交换标准码 （0-127），每个字符用7位二进制数表示，字节首位为0.因此,小于80H(128)的均为ASCII符。英文26个字符用一个字节的7位二进制数足以表示。
1 ]7 k, ^: b8 l# l7 S    2.以gb2312为例，中文汉字共有约七千字，不能用一个字节表示全部的汉字，因此用两个字节来表示一个汉字，为避免与英文字符有重码，每个字节的最高位置1,作为标志位。
2 D4 n3 V* Y0 `    3.ASCII分为常用字符（可供打印的字符）与非常用字符（回车、EOF等），常用字符从33(0x21H)号到126(0x7EH)号，共94个字符,汉字就在此范围内编码,因此,中国标准编码的编码范围 :0x21H~0x7EH.两个字节可表示的汉字数为：94×94=8836.

7 V. t; D2 c0 p9 `" z: \! y    以上所述编码即国际码
8 A# u# m6 d$ ?
9 p$ ^7 f, N: X* [5 X0 K6 v    4.由于每个字节的第一个位被置 1, 所以要在原编码(国际码)之上加 0x80H（10000000）. 所以汉字的编码范围为 :0xA1H~0xFEH,在PC机中表现为机内码.
, }3 g) a9 h1 O8 ~$ M8 g: L    5.区位码
5 x* x# D7 @2 i. |9 m  s    在PC机中，汉字是以机内码形式存储的，每个汉字用两个字节表示，第一个字节用于表示区码，从0xA1H开始为第一区;第二字节用于表示位码，从0xA1H开始为第一位。
; H& \* j! [+ N5 G    我们平时所说的汉字区位码,一般用十进制表示，共分94个区，每区94个汉字(位)：
$ A- O& p$ c0 M% f( z7 x
' F) ~* U4 Q5 _) |" j2 b    01-09区        特殊字符区
    10-55区        一级汉字区
" s9 b9 H2 y" I    56-87区        二级汉字区
   
1 f3 w' c& i1 i; V6 y    在汉字字库中：

    区码=机内码第一字节-0xA0H
    位码=机内码第二字节-0xA0H

    6.国际码 区位码 机内码 之间的关系:
( `5 Z6 Y. N& j! Q" B+ N8 \7 c4 ^- Y: A
    机内码=国际码+8080H
8 P7 f: M0 X/ r: C  k
    区位码=机内码-0xA0H
" ?3 n. Z# {' [) h
% I, W" i, y& E. O' n* m    国际码=区位码+2020H

" @  L& A) d, a4 A. ~+ k  m    如：“陈”的汉字区位码：1934（16进制为 1322H）
    在Linux下，用文本编辑器输入"陈",保存为test
: D1 H6 _! }$ w  U* f3 L    od -h test
    显示为：
    0000000 c2b3 000a
* F1 ?1 Q$ Y, E7 h    0000003
   
; l. u' Y; i8 Q! a3 [* P" e    区码=b3-a0=13
    位码=c2-a0=22