漢字區位碼

所謂漢字編碼，就是採用一種科學可行的辦法，為每個漢字編一個唯一的代碼，以便計算機辨認、接收和處理。在此介紹的是《國家標準信息交換漢字編碼》。這種編碼經過加工整理一律以漢語拼音的字母為序，音節相同的字以使用頻率為序，其查找方法與一般漢語字典的漢字拼音音節索引查找法相同。

為了使每一個漢字有一個全國統一的代碼，1980年，我國頒佈了第一個漢字編碼的國家標準： GB2312-80《信息交換用漢字編碼字符集》基本集，這個字符集是我國中文信息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制，為了便於交流，大家常用的是四位十進制的區位碼。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1到94)、每個區內有94個位(位號分別為1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個特殊字符，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。