计算机内汉字处理的过程中为什么要把国际码转换成机内码？

Question

如题所述

Answer 1

汉字信息在计算机内部也是以二进制方式存放。由于汉字数量多，用一个字节的128种状态不能全部表示出来，因此在1980年我国颁布的《信息交换用汉字编码字符集——基本集》，即国家标准GB2312-80方案中规定用两个字节的十六位二进制表示一个汉字，每个字节都只使用低7位（与ASCII码相同），即有128×128=16384种状态。由于ASCII码的34个控制代码在汉字系统中也要使用，为不致发生冲突，不能作为汉字编码，128除去34只剩94种，所以汉字编码表的大小是94×94=8836，用以表示国标码规定的7445个汉字和图形符号。每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示，不足的地方补0，组合起来就是区位码。把区位码按一定的规则转换成的二进制代码叫做信息交换码（简称国标码）。国标码共有汉字6763个（一级汉字，是最常用的汉字，按汉语拼音字母顺序排列，共3755个；二级汉字，属于次常用汉字，按偏旁部首笔画顺序排列，共3008个），数字、字母、符号等682个，共7445个。由于国标码不能直接存储在计算机内，为方便计算机内部处理和存储汉字，又区别于ASCII码，将国标码中的每个字节在最高位改设为1，这样就形成了在计算机内部用来进行汉字的存储、运算的编码叫机内码（或汉字内码，或内码）。内码既与国标码有简单的对应关系，易于转换，又与ASCII码有明显的区别，且有统一的标准并且内码是唯一的。

Answer 2

我感觉这个问题问得好！——为什么要把国标码转换成机内码？将国标码和机内码全都使用机内码的编码标准，这样不是就既解决了交换码的问题，又解决了机内码的问题么？干嘛要设计两套编码？有人说，机内码是为了解决汉字交换码跟ASCII码的编码的值域冲突，我感觉这个说法很牵强——如果真是这样，那么把机内码直接也同时用来作为汉字交换码，不就不存在交换码和ASCII码的冲突了吗？这个问题一直以来都有困惑。后来有人告诉我，GB18030 就是专门针对我提出的这类问题而产生的解决方案。因为 GB18030 中全套编码就可以既用来作为交换码，又用来作为机内码使用。这就达成了交换码和机内码在编码上的统一。而且他们还说，GB18030 之相对于 GB2312 的先进性就在于此——可以用同一套编码完成交换码和机内码的两种编码功能——但不知这么说对不对，请各位专家们予以进一步分析。