英文是拼音文字，一个不超过128种字符的字符集，就可满足英文处理的需要。汉字是平面结构，字数多，字形复杂、长期被认为不便于计算机存储和处理，因而常有一些知名人士主张用拼音文字来取代汉字。经过我国科技工作者的不懈努力，这一问题已得到了较好的解决，我国已经具备了成熟的汉字信息处理方法，并且得到了广泛应用。
用计算机处理汉字，首先要解决汉字在计算机里如何表示的问题，即汉字编码问题。根据统计，在人们日常生活交往中，包括社会生活、经济、科学技术交流等方面，经常使用的汉字约有四、五千个。汉字字符集是一个很大的集合，至少需要用两个字节作为汉字编码的形式。原则上，两个字节可以表示 256×256＝65536 种不同的符号，作为汉字编码表示的基础是可行的。但考虑到汉字编码与其它国际通用编码，如ASCII 西文字符编码的关系，我国国家标准局采用了加以修正的两字节汉字编码方案，只用了两个字节的低7位。这个方案可以容纳 128×128=16384 种不同的汉字，但为了与标准ASCII码兼容，每个字节中都不能再用３２个控制功能码和码值为32的空格以及127的操作码。所以每个字节只能有94个编码。这样，双七位实际能够表示的字数是：94×94＝8836个。
国家根据汉字的常用程度定出了一级和二级汉字字符集，并规定了编码。国家标准局于1981年公布了国家标准GB2312-80，即信息交换用汉字编码字符集基本集，其中共收录汉字和图形符号（682个）7445个，包括：
一般符号202个：包括间隔符、标点、运算符和制表符号；
序号60个：它们是1～20（20个）(1)～(20) ①～⑩和（一）～（＋）；
数字22个：０～９ Ⅰ～Ⅻ；
英文字母52个；日文假名169个（83,86）；希腊字母48个；俄文字母66个；
汉语拼音符号26个；汉语注音字母37个；
一级汉字3 755个，按汉语拼音字母顺序排列，同音按笔顺序；
二级汉字3 008个，按部音顺序排列。
每一个汉字或符号都用两个字节表示。其中每一个字节的编码取值范围都是从20H到7EH，即十进制写法的33到126，这与ASCII编码中可打印字符的取值范围一样，都是94个。因为这样两个字节可以表示的不同字符总数为8 836个。而国标码字符集共有7 445个字符，所以在上述编码范围中实际上还有一些空位。
GB2312-80字符集的划分如图1-4所示。
图中序号用两字节表示，第一字节可视为存放位置的行号，从２１Ｈ～７ＥＨ；第二字节可视为存放位置的列号，也从２１Ｈ～７ＥＨ。如“啊”字，存放在３０Ｈ行，２１Ｈ列，则其序号为3021H，若用国标码来输入汉字，只需键入“3021”即可。
计算机对汉字进行处理也是对汉字的内码进行处理，例如汉字排序就是按照内码进行的。
|
00~20
|
21 22 23 24 25 26 …… 7C 7D 7F
|
|
00~20
|
区 位
|
1 2 3 4 5 6 …… 92 93 94
|
|
21~2F
|
1~15
|
非汉字图形符号（常用符号、数字序号、俄、法、希腊字母、日文假名等）
|
|
30~57
|
16~55
|
一级汉字（3755个）
|
|
58~77
|
56~87
|
二级汉字（3008个）
|
|
78~7E
|
88~94
|
空 白 区
|
|
7F
|
|
|
图1-4 GB2312-80字符集结构
将图中有用部分的行和列重新编号，称为区号和位号。汉字的区位码是汉字所在区号和位号相连得到的。如“啊”字的区位码为“1601”，“丞”字为“5609”。汉字的国标码是直接把第一字节和第二字节编码得到的，通常用十六进制表示。例如：
汉字 第一字节 第二字节 国标码 区位码
啊 00110000 00100001 3021 1601
水 01001011 00101110 432E 4314
汉字国标码作为一种国家标准，是所有汉字编码都必须遵循的统一标准，但由于国标码每个字节的最高位都是“0”，与国际通用的标准ASCII码无法区分。例如，“天”字的国标码是 01001100 01101100 ， 即两个字节分别是十进制的 76 108 ，十六进制的 4CH 6CH。而英文字符“L”和“1”的ASCII码也恰好是76和108，因此，如果内存中的两个字节76和108，就难以确定到底是汉字”天“字，还是英文字符“L”和“1”。显然，国标码必须进行某种变换才能在计算机内部使用。常见的用法是将两个字节的最高位设定为1（低7位采用国标码）。例如，汉字“天”字的机内码是 11001100 11101100 ， 写成十六进制是 CCH ECH。即十进制的 204 236。但这种用法对国际通用性以及ASCII码在通信传输时加奇偶检验位等都是不利的，因而还有改进的必要。
目前，汉字编码的标准还没有完全统一。在我国台湾，港澳地区多用BIG-5码，世界其它地区的汉字文化圈中也存在一些其它的汉字编码方案。这就造成了各种汉字处理系统之间无法通用的局面。为使世界上包括汉字在内的各种文字的编码走上标准化、规范化的道路，1992年5月国际标准化组织ISO通过了ISO/IEC10640,即《通用多八位编码集（UCS）》，同时我国也制定了新的国家标准GB13000-1993（简称CJK字符集）。全国信息标准化技术委员会在此基础上发布了《汉字扩展内规范》，其中收集了中国、日本、韩国三国汉字共20 902个（简称GBK字符集），可以在很大程序上满足汉字处理的要求。
2000年3月17日，信息产业部和国家技术监督局联合公布了国家标准GB 18030-2000《信息技术、信息交换用汉字编码字符集、基本集的扩充》（简称CJK字符集），并宣布GB 18030为国家强制性标准，自发布之日起实施，过渡期到2000年12月31日止。
GB 18030是GB 2312的扩展，共收录了2.7万个汉字，采用单/双/四字节混合编码，与现有绝大多数操作系统、中文平台在内码一级兼容，可支持现有的应用系统；在字汇上则与GB 13000.1-1993兼容，并包容了其中收录的所有汉字、藏、蒙、维等少数民族文字，以及世界上几乎所有的语言文字，为中文信息在因特网上的传输和交换提供了保障。该标准的实施将为制定统一的应用软件中文接口标准规范创造条件
