國家標準漢字字符集GB2312-80共收集了共7445個漢字和圖形符號，其中漢字6763個，分為二級，一級漢字3755個，二級漢字3008個。漢字圖形符號根據其位置將其分為94個“區”，每個區包含94個漢字字元，每個漢字字元又稱為一個“位”。區的序號和位的序號都是從01到94。        UCDOS軟體中的檔案HZK16和檔案ASC16分別為16×16的國標漢字點陣檔案和8×16的ASCII碼點陣檔案，以二進位制格式儲存。在檔案HZK16中，按漢字區位碼從小到大依次存有國標區位碼錶中的所有漢字，每個漢字佔用32個位元組，每個區為94個漢字。在檔案ASC16中按ASCII碼從小到大依次存有8×16的ASCII碼點陣，每個ASCII碼佔用16個位元組。       在PC機的文字檔案中，漢字是以機內碼的形式儲存的，每個漢字佔用兩個位元組：第一個位元組為區碼，為了與ASCII碼區別，範圍從十六進位制的0A1H開始（小於80H的為ASCII碼字元），對應區位碼中區碼的第一區；第二個位元組為位碼，範圍也是從0A1H開始，對應某區中的第一個位碼。這樣，將漢字機內碼減去0A0A0H就得該漢字的區位碼。        例如漢字“房”的機內碼為十六進位制的“B7BF”，其中“B7”表示區碼，“BF”表示位碼。所以“房”的區位碼為0B7BFH-0A0A0H=171FH。將區碼和位碼分別轉換為十進位制得漢字“房”的區位碼為“2331”，即“房”的點陣位於第23區的第31個字的位置，相當於在檔案HZK16中的位置為第32×[(23-1) ×94+(31-1)]=67136B以後的32個位元組為“房”的顯示點陣。
       ASCII碼的顯示與漢字的顯示原理相同，在ASC16檔案中不存在機內碼的問題，其顯示點陣直接按ASCII碼從小到大依次排列，不過每個ASCII碼在文字中只佔1個位元組並且小於80h,每個ASCII碼為8X16點陣，即在ASCII16檔案中，每個ASCII碼的點陣也只佔16個位元組。
 
背景資料：
       1980年，我國頒佈了第一個漢字編碼的國家標準： GB2312-80《資訊交換用漢字編碼字符集》基本集，這個字符集是我國中文資訊處理技術的發展基礎，也是目前國內所有漢字系統的統一標準。由於國標碼是四位十六進位制，為了便於交流，大家常用的是四位十進位制的區位碼。所有的國標漢字與符號組成一個94×94的矩陣。在此方陣中,每一行稱為一個"區",每一列稱為一個"位",因此,這個方陣實際上組成了一個有94個區(區號分別為0 1到94)、每個區內有94個位(位號分別為01到94)的漢字字符集。一個漢字所在的區號和位號簡單地組合在一起就構成了該漢字的"區位碼"。在漢字的區位碼中，高兩位為區號，低兩位為位號。在區位碼中，01-09區為682個特殊字元，16~87區為漢字區，包含6763個漢字。其中16-55區為一級漢字(3755個最常用的漢字，按拼音字母的次序排列)，56-87區為二級漢字(3008個漢字，按部首次序排列)。所以，當我們需要n個任意漢字時，我們不必建一個全部漢字表，而是利用區位碼實現常用漢字的提取。

機內碼     
國標碼：是指我國1981年公佈的“中華人民共和國國家標準資訊交換漢字編碼”，代號為“GB2312-80”。由連續的兩個位元組組成。

2.機內碼：在計算機內表示漢字的程式碼是漢字機內碼，漢字機內碼由國標碼演化而來，把表示國標碼的兩個位元組的最高位分別加“1”，就變成漢字機內碼

3.輸入碼：漢字輸入碼是指直接從鍵盤輸入的各種漢字輸入方法的編碼，屬於外碼。

4.字型點陣碼：用點陣方式來構造漢字字型，然後儲存在計算機內，構成漢字字模庫。目的是為了能顯示和列印漢字。

（1）區位碼先轉換成十六進位制數表示
（2）（區位碼的十六進位制表示）＋2020H＝國標碼；
（3）國標碼＋8080H＝機內碼

漢字的機內碼是指在計算機中表示一個漢字的編碼。機內碼與

區位碼稍有區別。漢字區位碼的區碼和位碼的取值均在1~94之間，如直接用區位碼作為機內碼，就會與基本ASCII碼混淆。為了避免機內碼與基本ASCII碼的衝突，需要避開基本ASCII碼中的控制碼(00H~1FH)，還需與基本ASCII碼中的字元相區別。為了實現這兩點，可以先在區碼和位碼分別加上20H，在此基礎上再加80H(此處“H”表示前兩位數字為十六進位制數)。經過這些處理，用機內碼錶示一個漢字需要佔兩個位元組，分別  稱為高位位元組和低位位元組，這兩位位元組的機內碼按如下規則表示:
    高位位元組＝區碼+20H+80H(或區碼+A0H)
    低位位元組=位碼+20H+80H(或位碼+AOH)
    由於漢字的區碼與位碼的取值範圍的十六進位制數均為01H~5EH(即十進位制的01~94)，所以漢字的高位位元組與低位位元組的取值範圍則為A1H~FEH(即十進位制的161~254)。
    例如，漢字“啊”的區位碼為1601，區碼和位碼分別用十六進位制表示即為1001H，它的機內碼的高位位元組為B0H，低位位元組為A1H，機內碼就是B0A1H。

2603 =     1A03H     區位碼

                + A0A0H

    =             BAA3H     機內碼

漢字的編碼知識
資訊編碼各國有各國不同的編碼，國際上統一使用的編碼為ASCII（美國標準資訊交換程式碼），我國使用的有國標碼BG（中文），和BIG5（中文繁體）兩種。

附帶要知道：中文字型檔（字型檔檔名，大小，副檔名，存放位置）
            中文輸入方法（語音輸入，鍵盤輸入，手寫輸入，掃描輸入等）

1．漢字的編碼

（1）國標碼：是指我國1980年公佈的“資訊交換漢字編碼字符集”，代號為“GB2312-80”。由連續的兩個位元組組成。

（2）機內碼：在計算機內表示漢字的程式碼是漢字機內碼，漢字機內碼由國標碼演化而來，把表示國標碼的兩個位元組的最高位分別加“1”，就變成漢字機內碼。

（3）輸入碼：漢字輸入碼是指直接從鍵盤輸入的各種漢字輸入方法的編碼，屬於外碼。

（4）字型點陣碼：用點陣方式來構造漢字字型，然後儲存在計算機內，構成漢字字模庫。目的是為了能顯示和列印漢字。

編碼的轉換舉例
  漢字 區位碼 16進位制  國標碼  機內碼
  文  4636  2E24H  4E44H   CEC4H

“文”的區位碼為4636，區碼和位碼分別用16進製表示即為“2E24H”， 0010 1110 0010 0100轉換成國標碼“4E44H”，0100 1110 0100 0100機內碼為“CEC4H”， 1100 1110 1100 0100

2．漢字的輸入方法

漢字輸入方法目前有兩大類四種。

（1）鍵盤輸入法。這是最常用的，利用各種漢字輸入方法的編碼敲擊鍵盤來輸入漢字；

（2）非鍵盤輸入法。目前主要有三種方法。 

手寫筆輸入法：利用漢字識別技術，通過書寫筆在感應板上書寫漢字把其輸入的方法。

語音輸入法：利用語音識別技術，通過口說來輸入漢字。

掃描識別輸入，是將印或寫在紙上的漢字通過掃描儀輸入計算機，再經相應軟體處理後轉換成漢字機內碼。

3．漢字字符集的概念

有兩種漢字字符集。

（1）國標碼字符集GB2312-80：該字符集收錄了6763個常用漢字，其中一級漢字3755個，二級漢字3008個。另外還收錄了各種符號682個，合計7445個。

（2）GBK漢字集：GBK即漢字擴充內碼規範，又稱大字符集，一共收錄了20900個漢字。在Windows簡體中文版中，又增加了101個補充字，一共有21001個字。它包容了GB2312-80的6763個常用漢字，臺灣BIG5碼收錄了13000多個漢字，是目前見到的收錄漢字最多的漢字系統