计算机首先是西方人发明和使用的，他们理所当然地解决了拼音文字在计算机上的处理问题。汉字是世界上惟一正在使用的表意文字，如何在计算机上处理好汉字是对这一古老文化的挑战。计算机汉字处理技术，对推广我国计算机应用及加强国际交流有着十分重要的现实意义。

在计算机上处理汉字要比处理西文字符复杂得多，处理汉字首先要确定汉字集合的大小，要解决汉字的输入、传输、存储、输出等一系列问题。在处理过程中每一个环节需要各自不同的编码，因此产生了汉字编码系统和汉字处理技术。

一、汉字字符集

汉字字符集确定了计算机处理汉字的数量，目前，常用的汉字字符集有如下几种。

1、GB 2312-1980汉字编码

GB是中华人民共和国国家标准汉字信息交换用编码，全称《信息交换用汉字编码字符集--基本集》，标准号为GB 2312-80。字符集收录了6763个汉字和682个非汉字图形字符。

2、GBK编码(Chinese Internal Code Specification)

是又一个汉字编码标准(GB即“国标”，K是“扩展”的汉语拼音第一个字母)，全称《汉字内码扩展规范》。它共收录了21003个汉字和883个符号，并提供1894个造字码位，简、繁体字融于一库。

3、UCS编码(Universal Multiple-Octet Coded Character Set)

是国际标准化组织ISO公布的一个编码标准，即Universal Multiple-Octet Coded Character Set(简称UCS )，可译为“通用多8位编码字符集”。在该字符集中，总共收录了20902个汉字。

4、BIG-5码

BIG-5码是通行于中国台湾、香港地区的一个繁体字编码方案，俗称“大五码”。它广泛地应用于计算机业和因特网(Internet)中。它是一个双字节编码方案，收录了13461个符号和汉字。其中包括408个符号，13053个汉字。汉字分常用字5401个和次常用字7652个，各部分中的汉字按笔画或部首排列。

二、汉字编码系统

在计算机上处理汉字要经过输入、存储、输出等过程，汉字在处理过程节中要用到不同的编码形式。汉字编码中涉及的编码如下。

1、区位码

人们将GB 2132编码方案所确定的7445个字符放置在一个94行×94列的表格中。表格的每一行称为一个汉字的“区”，用区号表示。每一列称为一个汉字的“位”，用位号表示。

人们把这种表格叫“区位码表”。显然，在区位码表中区号范围是1~94，位号范围也是1~94。这样，一个汉字在区位码表中的位置可用它所在的区号与位号来确定。一个汉字的区号与位号的组合就是该汉字的“区位码”。

2、机内码

汉字在计算机内部进行存储和处理时，要表示为机内码，即一个汉字输入计算机后首先要转换为机内码，然后才能在机器内流动、处理。汉字机内码也是一种二进制编码。

3、输入码

为将汉字输入到计算机内部，一般的方法是将键盘上的字符或数字组合起来，采用“多键一字”输入方法。这种多键组合编码就是汉字键盘输入编码，简称输入码。

4、字形码

汉字字形大多是以数字化方式产生的。字形码就是指确定一个汉字字形点阵的代码，也叫字模或汉字输出码。

5、汉字地址码

在汉字系统中，字形码存放在外存储器里，每一个字模都有自己的存放地址，以便计算机提取字模之用。确定字形码地址的二进制编码就是汉字地址码。

6、内码和外码

计算机在处理汉字的过程中涉及多种编码形式，实际上汉字的编码形式可分为两大类，即汉字的内码和外码。

汉字的内码为计算机系统内处理和存储的汉字形式，它类似于西文的ASCII码，是以进制编码的形式存储。上面所说的机内码、字形码、汉字地址码都属于内码。

汉字的外码是指人向计算机输入汉字，或计算机与其他设备进行汉字信息交换时用的编码形式。常用的外码有汉字输入码、传输码、显示码和打印码等。