在计算机内部是通过二进制编码的方式表示信息，故在存储信息之前需要先转换成计算机能够识别的编码。

一、西文字符的编码表示—ASCII码

• ASCII码 (American Standard Code for Information Interchange)：
  • 每个字符占 7位（比特/bit），可表示 $2^7 = 128$ 种字符（大小写字母、数字0~9、控制符、通用符号）。
  • 常见字符十进制值：
    • 字符 0 → 48
    • 字符 A → 65
    • 字符 a → 97
  • 基本ASCII码：占1字节，最高位为0，范围 0~127。
  • 扩展ASCII码：占1字节，最高位为1，范围 128~255。
• 外码：人机交互的字形符号（如 A）。
• 内码：计算机内部存储的数字代码（如 A 的内码是65）。

西文字符处理过程：

二、中文字符的编码表示—GB码

• GB码（国标码）：
  • 汉字交换标准，用 2字节 编码（每字节取7位），可表示 $2^{14} = 16384$ 个字符。
  • GB2312-80 分级：
    • 一级汉字（按拼音排序）
    • 二级汉字（按部首排序）
  • 汉字排列在 94区×94位 的方阵中：
    • 区位码：十进制表示（区码+位码），如“国”字区位码为 2590（25区90位）。
    • 国标码：十六进制表示，换算公式：区位码 + 2020H（即区码/位码各加32）。
      • 例：“国”字国标码 = $(25+32)_{10} = 57_{10}$，$(90+32)_{10} = 122_{10}$ → 397AH（十六进制）。
• 汉字内码：区位码两个字节的最高位置 1（即 区位码 + 8080H）。
• 存储占用：
  • 英文字符：1字节
  • 中文字符：2字节

中文字符处理过程：

拓展：全角与半角

• 全角标点占 2字节，半角标点占 1字节。
• 汉字始终占 2字节（与全角/半角无关）。

三、中文字符的编码表示—字形码

• 字形码（字模）：用于汉字输出的二进制信息（如显示/打印）。
• 点阵字模：

  • 例：16×16点阵 的“次”字字模（每点用1位二进制表示）：
    

  • 存储计算：$16×16 / 8 = 32$ 字节/汉字（笔画繁简均占用相同空间）。

  • 表示顺序：从左到右 → 从上到下（每行分左右8点）。

四、Unicode 码

• Unicode（统一码）：
  • 为所有语言字符设定统一且唯一的二进制编码，支持跨语言/跨平台文本处理。
  • 主流编码方式：UTF-8（互联网最广泛）、UTF-16。