汉字到底以几进制存储？

Question

课本上是这么说的，所有的数据都是以二进制存储，包括汉字，计算机在处理汉字时也要转换成二进制，但汉字与其他字符不同，是以机内码的形式存储在计算机中的，而机内码又是由0和1组成的。机内码用16进制表示，每个汉字的机内码占两个字符。

可是这些话不是自相矛盾吗？这都把我绕晕了，如何汉字是以二进制形式存储在计算机中，用机内码表示，那机内码不应该是二进制吗？怎么就又变成了16进制表示了？？？？

Answer 1

汉字在计算机中的存储方式是采用Unicode编码，Unicode编码是一种字符集，它为每个字符分配了一个唯一的数字编号，这个编号被称为Unicode码点。Unicode码点的范围是0x000000到0x10FFFF，共有1,114,112个码点。

在计算机中，Unicode编码通常使用UTF-8、UTF-16或UTF-32等编码方式进行存储。UTF-8编码是一种变长编码方式，使用1到4个字节来表示一个字符，其中汉字通常使用3个字节来表示。UTF-16编码是一种定长编码方式，使用2个字节来表示一个字符，其中汉字通常使用2个字节来表示。UTF-32编码是一种定长编码方式，使用4个字节来表示一个字符，其中汉字也使用4个字节来表示。

因此，汉字在计算机中的存储方式并不是以固定的进制进行存储，而是采用Unicode编码，并使用不同的编码方式进行存储。

Answer 2

存储和表达是两个场景，数据存储从根本上说都是二进制的，不管是内存还是硬盘，存储信息最基本的单元都是许许多多的“位”（bit）就是0、1。
编码是用来表达信息的，表达信息的最基本单元是“字节”，1字节是8位。换句话说，以目前计算机系统设计，小于7位的数据只有逻辑意义（比如电路通断等等低层信息），没有编码意义（字符、文件、图像等高层信息）。十六进制数等于4个二进制数（4bit）。因此1字节数据（8bit）可以表达为2个十六进制数。
英文字符数字标点用8位的普通单字节编码（2个十六进制数，8bit，1字节这三者可以粗略认为是一回事）就可以囊括；汉字数量大，常用字必须用双字节编码（4个十六进制数，16bit，2字节这三者可以粗略认为是一回事）囊括。
之所以书本中强调汉字是使用十六进制表达，是因为在这个语意下，4个十六进制数就不能单纯的看成16位二进制数了，并不是所有任意组合的4个十六进制数（16位二进制数）都能成为汉字编码；汉字只能占据某一段或几段十六进制号码段，其余的号码段是被定义为其他文字或符号的。你细细体会，说“汉字=经过编码的4个十六进制数”和说“汉字=16位二进制数”很明显是不同的，后者的范围就太大了。
希望回答对你有帮助。