一、關於漢字編碼和字庫
根據漢字使用頻率，正常使用的漢字約15000個，根據頻率可分為高頻字、常用字、次常用字、罕見字和死字。我國1981年發布《通訊用漢字字符集（基本集）及其交換碼標准》GB2312-80方案，將高頻字、常用字、次常用字編成漢字基本字符集共6763個。又在該字符集中使用頻率，分成3755個按拼音排序的一級漢字和3008個按部首排序的二級漢字，另外編碼收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西里爾字母在內的682個全角字符。
二、漢字編碼
區位碼——分區表示
國家標准的漢字字符集GB2312-80，即國標，對收錄字符進行分區管理：將字庫分成94個區，每個區有94個漢字（按位編排），每一個漢字在字庫中有確定的區和位編號，即所謂的兩個字節表示的區位碼，區位碼第一個字節表示區號，第二個字節表示位號，由區位碼即可獲取漢字在字庫中的地址。其中：
- 01-09區收錄除漢字外的682個字符
- 10-15區為空白區，沒有使用
- 16-55區收錄3755個一級漢字，按拼音排序
- 56-87區收錄3008個二級漢字，按部首/筆畫排序
- 88-94區為空白區，沒有使用
- 例：“啊”是GB2312中的第一個漢字，區位碼是1601
每個漢字在字庫中以點陣字模形式存儲，一般為16×16點陣形式。每個點用一個二進制位表示，存1的點，可以在屏幕上顯示一個亮點，存0的點則不顯示，存字的16*16點陣信息在顯示器上顯示，即可出現對應漢字。
國標碼
GB2312規定對收錄的每個字符采用兩個字節表示，第一個字節為“高字節”，對應94個區，第二個字節為“低字節”，對應94個位，所以其編碼范圍是：0101-9494。GB2312為中文編碼，但是也會用到英文字母等字符，為了兼容，需避開ASCII中不可顯示字符0000 0000-0001 1111（十六進制0-1F，十進制0-31）及空格字符0010 0000 ，國標碼規定漢字的表示范圍為0010 0001,0010 0001-0111 1110,0111,1110（十六進制為2121-7E7E，十進制為3333-126-126），即分別將區碼和位碼加上20H（十六進制數，代表十進制中的32，H為十六進制數的后綴：Hexadecimal）。即國標碼就是區位碼向后偏移32，以避免和ASCII碼中0-32的不可顯示字符和空格字符相沖突的結果。
內碼/機內碼
國標碼雖然向后偏移20H，但是還是會和ASCII碼中的除控制字符外的其他字符沖突，導致亂碼，為解決這個問題，規定把國標碼中的每個字節的最高位從0換成1，相當於每個字節再加上128（十六進制80H，二進制1000 0000）即得到所謂的機內碼，即內碼，ASCII碼只用了一個字節中的低7位，最高位為0，所以最高位為1就可以作為區別漢字編碼和ASCII碼的標志。
總結一下：編碼范圍
綜上所述，內碼才是字符用GB2312編碼后在計算機中存儲的形式。
GB2312規定對收錄的每個字符采用兩個字節表示，第一個字節為“高字節”，對應94個區，第二個字節為“低字節”，對應94個位，所以其編碼范圍是：0101-9494.區號和位號分別加上0xA0就是GB2312編碼。例：最后一個碼位是9494，區號和位號分別轉成16進制是5E5E，0x5E+0xA0=0xFE，即該碼位的GB2312編碼是FEFE。
編碼范圍：
- GB2312內碼范圍：A1A1-FEFE
- 其中漢字的編碼范圍是B0A1-F7FE
- 第一字節0xB0-OxF7，對應區號16-87
- 第二個字節0xA1-0xFE,對應位號01-94
解釋：一個字節對應8位，8位的數可以表示的范圍為0-256，但是這里的范圍是1-94，規定，當區號和位號分別先后加上0x20、0x80,即總共加上0xA0后就是GB2312對應的機內碼。對於區號和位號的組合體，0101-9494，加上一個0xA0十六進制數變成GB2312編碼：高字節的最小數1轉換成：1+0xA0=0x01+0xA0=0xA1，高字節最大數94轉換成：94+0xA0=0x5E+0xA0=0xFE，即可求是GB2312編碼范圍：A1A1=FEFE。
區位碼+32（0x20）=國標碼
國標碼+128（0x80）=機內碼
->區位碼+160（0xA0）=機內碼
三、20H和80H
為什么加上20H：
不可/可打印字符：ASCII中的可打印字符即英文字母/數字/和符號部分（33-126，127為不可打印的DEL），其余的為控制字符等不可打印字符
全角字符/半角字符：制定GB2312時，決定把ASCII中的可打印字符重新編入GB2312中，以兩個字節表示，稱為全角字符，全角字符在屏幕上顯示的空度為ASCII字符的兩倍，對應的ASCII字符也因此被稱為半角字符；
同時，對於前32個控制字符（ASCII碼為0-31）以及第33個可顯示但是不可打印的空格字符（ASCII碼32）等共33個不可打印字符的ASCII編碼直接沿用，不再重新編碼，所以不能采用區碼直接作為計算機處理的機內碼，需要向后偏移32以避開和前33個字符的沖突。因為區碼中的區碼和位碼都是從1開始計數，ASCII碼是從0開始計數，所以向后偏移32而不是33.這也就是最終版本的國標碼
為什么加上80H：
直接采用國標碼作為計算機直接處理的機內碼時，因為沒有避開ASCII碼中的英文字母、數字和其他符號（33-126，共94個字符，127為不可打印的DEL），若用ASCII碼編碼的英文字符在GB2312編碼的環境中則同樣會發生亂碼，即國標碼並沒有完全兼容ASCII碼。考慮到ASCII碼只使用了一個字節中的低7位，最高位為0，國標碼兩個字節中的最高位原本都恆為0，即國標碼中的每個字節實際上也只用了一個字節中的低7位。於是決定將國標碼的每個字節的最高位設為1，即形成了GB2312的機內碼，即內碼，簡稱GB2312碼。即國標碼要再加上80H才變成機內碼。
四、外碼/輸入碼/輸入法編碼
是用來將漢字輸入到計算機中的一組鍵盤符號，是作為漢字輸入用的編碼。是漢字系統的輸入體系，使漢字與鍵盤建立對應關系。主要有以下幾類
- 數字編碼：如區位碼
- 拼音編碼，如全拼/雙拼/自然拼
- 字形編碼：如五筆/表形碼/鄭碼等
字形碼/字型碼/輸出碼
把漢字按圖形設計成點陣圖，就得到了相應的點陣代碼，即字形碼。就是用0、1表示漢字的字形，將漢字放入n行n列共n2正方形點陣內，凡是筆畫經過的方格值為1，其余為0.
顯示一個漢字一般用16*16，24*24或48*48點陣。存儲一個漢字所需占用的點陣字節空間：字節數=點陣行數*（點陣列數/8）。如用16*16點陣表示一個漢字，即將每個漢字用16行每行16個點表示，一個點需要1位二進制代碼，共需16行*2字節/行=32個字節。
為了將漢字的字形顯示或者打印出，漢字信息處理系統還配有漢字字形庫，也稱字模庫/字庫。按輸出方式可分為顯示字庫和打印字庫。顯示字庫用於顯示輸出，工作時需調入內存，打印字庫用於打印輸出無需調入內存。
漢字字模在字庫中存放的位置根據漢字的區位碼來確定，在支持漢字輸入的系統中，鍵盤鍵入的漢字內碼即在程序中存在，將其轉換為區位碼，再從字庫中找到對應的漢字字模，用有關的操作和循環語句，對每個字節的每一位進行判斷，像過濾一樣，某位為1則按設置的顏色，用graphics.h中顯示像素點的函數putpixel()在屏幕的相應位置畫點，為0則不畫，這樣就可以按預設的顏色在相應位置顯示出漢字。
例：
①內碼到區位碼的轉換
若漢字內碼為十六進制數h2h1l2l1，則區號qh 相位號wh 分別為：
qh= h2h1-0xa0;
wh= l2l1-0xa0；
若用十進制表示內碼為dld2，則
qh=dl-l60；
wh=d2-160；
即區位碼qw 為：
qw=100*(d1-160)十(d2-160);
反過來，若已經知道了區位碼qw。則也可求得區號和位號：
qh=qw/100；
wh=qw-100*qh;
②因而該漢字在漢字庫中離起點的偏移位置(以字節為單位)，可計算為：
offset=(94*(qh-1)+(wh-1))* 32;
③這樣即可以找尋到文件的偏移量，讀出一個char bytes[32]數組。這樣bytes 數組中則
存了要顯示漢字的16×16 點陣字模，然后將字模按行掃描的辦法，通過循環用putpixel()函
數在屏幕設定位置顯示出象點，因而組合成一個顯示的漢字。
參考資料：