理清计算机汉字编码问题（上）(2)

C语言获取汉字机内码、区位码、国际码：

#include<stdio.h>

void main(void) {

unsigned char temp[2];

scanf(“%s”,temp);

printf(“机内码高字节是0x%.2x\n”,temp[0]);

printf(“机内码低字节是0x%.2x\n”,temp[1]);

printf(“区位码区码是%2d\n”,temp[0]-0xa0);

printf(“区位码位码是%2d\n”,temp[1]-0xa0);

printf(“国际码高字节是0x%.2x\n”,temp[0]-0x80);

printf(“国际码低字节是0x%.2x\n”,temp[1]-0x80);

}

1.3 Unicode

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。

Unicode只有一个字符集，中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符， 比如汉字"经"的编码是0x7ECF,注意字符码一般用十六进制来 表示，为了与十进制区分，十六进制以0x开头，0x7ECF转换成十进制 就是32463,UCS-2用两个字节来编码字符，两个字节就是16位二进制， 2的16次方等于65536,所以UCS-2最多能编码65536个字符。 编码从0到127的字符与ASCII编码的字符一样，比如字母"a"的Unicode 编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97, 对于汉字的编码，事实上Unicode对汉字支持不怎么