C 語言中雙字節 ASCII 碼表示漢字的原理與實踐：從「我愛朱慧」到「我愛你」

前言：一串神秘數字引發的探索

一切始於一個百度知道的問題：206 210 176 174 214 236 187 219 這串 ASCII 碼代表什麼中文？答案竟是「我愛朱慧」。這激發了作者對 C 語言中漢字編碼存儲機制的深入探索之旅。

核心發現：漢字佔用兩個字節

在 GB2312/GBK 等中文編碼體系下，一個漢字佔用兩個字節（16 bits）。C 語言中 char 型別僅 1 字節，因此輸出漢字時需連續輸出兩個 %c 格式字元，對應高低位字節：

printf("%c%c%c%c%c%c%c%c", 206,210, 176,174, 214,236, 187,219);
// 輸出：我 愛 朱 慧

對應關係如下：

• 206 + 210 = 「我」
• 176 + 174 = 「愛」
• 214 + 236 = 「朱」
• 187 + 219 = 「慧」

暴力窮舉尋找「你」字編碼

作者編寫循環程式，測試 129~247 範圍內的字節組合，記錄了大量雙字節對應的漢字（如 186+186=漢、187+187=換、191+191=靠 等），但始終未找到「你」字。這反映了 GB2312 編碼並非簡單的線性映射，而是分區位碼（區碼 16-55，位碼 1-94）。

正確解法：利用編譯器自動推導

參考資料二指出：C/C++ 中漢字以兩個有號字節（負數）形式存儲。利用這一特性，可直接打印漢字的內部編碼：

char s[] = "你";
printf("%d %d\n", s[0], s[1]); // 輸出：-60 -29

將這兩個負數作為 %c 參數傳給 printf，即可正確輸出「你」。最終完美實現「我愛你」：

printf("%c%c%c%c%c%c\n", 206,210, 176,174, -60,-29);

深層原理：GB2312 區位碼與 ASCII 的換算

GB2312 編碼 = 區位碼 + 0xA0A0（即高低位各加 160）。
例如「啊」區位碼 1601 → 區碼 16+160=176，位碼 01+160=161 → 機內碼 B0A1（有號字節為 -80, -95）。

總結與教訓

1. 漢字在記憶體中是雙字節，不可當作單一 char 處理。
2. 負數字節值是有號 char 表示高位元組（MSB=1）的結果，並非錯誤。
3. 勿硬編碼數字，應使用字串字面常量 "中文" 讓編譯器處理編碼轉換。
4. 現代開發請統一使用 UTF-8，避免 GB2312/Big5 等舊編碼帶來的跨平台亂碼問題。