GB2312、GB 13000、GBK、GB18030 介绍和说明文档

1、GB2312、GB 13000、GBK、GB18030 介绍GB 2312：又称为GB 2312-80，是一个简体中文字符集的中国国家标准，于1980年由中国国家标准总局发布，1981年5月1日实施，全称为《信息交换用汉字编码字符集基本集》，规定了6763个汉字和682个非汉字图形。

GB 13000：为了便于多个文种的同时处理，国际标准化组织下属编码字符集工作组研制了新的编码字符集标准，ISO/IEC 10646。

该标准第一次颁布是在1993年，当时只颁布了其第一部分，即ISO/IEC 10646.1: 1993，我国相应的国家标准是GB 13000.1-93《信息技术通用多八位编码字符集(UCS) 第一部分：体系结构与基本多文种平面》。

制定这个标准的目的是对世界上的所有文字统一编码，以实现世界上所有文字在计算机上的统一处理。

GBK：随着信息技术在各行业应用的深入，GB 2312 收录汉字数量不足的缺点已经初步显露出来。

例如："镕"字现在是高频率使用字，而GB 2312 却没有为它编码，因而，政府、新闻、出版、印刷等行业和部门在使用中感到十分不便。

1995年，全世界大多数的PC 操作系统都实现了16/32 位。

GB 13000.1 的实现出现了一线曙光。

一方面为了对GB 2312 进行扩充，一方面顺应当时技术的发展向GB 13000.1 推进，同时兼顾当时最广泛采用GB 2312 内码系统。

原电子部和原国家技术监督局联合颁布了指导性技术文件《汉字内码扩展规范》1.0版，即GBK 。

在GBK的内码系统中，GB 2312 汉字所在码位保持不便，这样，保证了GBK 对GB 2312 的完全兼容。

同时，GBK 内码与GB 13000.1 代码一一对应，为GBK 向GB 13000.1 的转换提供了解决办法。

微软对GB 2312 的扩展，也就是CP936 字码表(Code Page 936)的扩展（原来的CP936 和GB 2312-80 一模一样），最初出现于Windows 95 简体中文版中。

威尔取模软件使用介绍（V1.0）一、简介1.1 界面介绍二、我要取几个汉字的字模2.1 取模2.1.1 打开软件2.1.2 在中文字符集文本框中输入要取模的文字，比如“欢迎使用威尔取模软件”，如下图所示。

2.1.3 选择要取模的字体，比如我要取宋体的字模，就选择宋体。

如下图所示。

此处列出的是系统安装的所有字体，如果要取自己下载的字体的模，请先安装该字体。

2.1.4 添加我要取模的字号，宽度，高度等信息。

点击添加按钮，打开添加窗口，如下图所示。

在字号，宽度，高度框中输入你要取模的文字大小。

比如我要取16*16的点阵，就在宽度和高度中输入16、16。

然后计算字号，字号=0.75*宽度。

输入12。

点击添加。

点击添加以后回到主界面，你会发现主界面字号列表框里面就多了一种你刚刚添加的字号了。

这时候点击你刚刚添加的字号选中它，然后再在预览框中输入一个汉字，看看效果。

2.1.5 如果效果不错可以跳过这一步。

如果效果不好有以下两种情况。

1.文字太大或者太小，如下图两种情况所示。

这时候就需要重新设置字号了。

增大或者减小字号。

2.字符不居中，如下图所示。

这时候调节右下方的位置调整滑块，将文字调节居中，如下图所示。

2.1.6 选择要生成C语言格式还是二进制文件格式。

如果是C语言格式，还可以选择是否生成数组的数组名。

2.1.7 假如我只要取我刚刚设置的16*16点阵字体，那么就要选择“取选中字号”，并选中16*16那一列。

如下图所示。

2.1.8 假如我只要取中文字模，那么就勾上取模中文，同时去掉取模英文的勾，如下图所示。

2.1.9 好了，所有设置妥当，可以开始取模啦。

点击“开始取模”。

如果选择的是C语言格式则取模完成后自动弹出结果窗口，如下图所示。

三、我要取整个GBK字库或者GB2312字库的字模3.1 取模3.1.1 打开软件3.1.2 假如我要取整个GBK字库的字模，那么点击右侧“GBK字库”按钮，自动输入GBK字符集所有文字。

GB2312,GBK,GB18030这几种字符集主要的区别是什么？早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。

GB2312（1980年）：16位字符集，收录有6763个简体汉字，682个符号，共7445个字符；优点：适用于简体中文环境，属于中国国家标准，通行于大陆，新加坡等地也使用此编码；缺点：不兼容繁体中文，其汉字集合过少。

GBK（1995年）：16位字符集，收录有21003个汉字，883个符号，共21886个字符；优点：适用于简繁中文共存的环境，为简体Windows所使用（代码页cp936），向下完全兼容gb2312，向上支持 ISO-10646 国际标准；所有字符都可以一对一映射到unicode2.0上；缺点：不属于官方标准，和big5之间需要转换；很多搜索引擎都不能很好地支持GBK汉字。

GB18030（2000年）：32位字符集；收录了27484个汉字，同时收录了藏文、蒙文、维吾尔文等主要的少数民族文字。

优点：可以收录所有你能想到的文字和符号，属于中国最新的国家标准；缺点：目前支持它的软件较少。

补充：•现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。

所以手机、MP3一般只支持GB2312。

•从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。

在这些编码中，英文和中文可以统一地处理。

区分中文编码的方法是高字节的最高位不为0。

GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。

•GB18030是中国所有非手持/嵌入式计算机系统的强制实施标准。

ASCIIASCII 码是7位编码，编码范围是0x00-0x7F ASCII 字符集包括英文字母、 阿拉伯数字和标点符号等字符。

其中 0x00-0x20和0x7F 共33个控制字符。

只支持ASCI 码的系统会忽略每个字节的最高位，只认为低 7位是有效位。

HZ 字符编码就是早期为了在只支持 7位ASCII 系统中传输中文而设计的编码。

早期很多邮件系统也只支持ASCII 编码，为了传输中文邮件必须使用 BASE64或 者其他编码方式。

GB2312GB2312是基于区位码设计的，区位码把编码表分为 94个位，每个字符的区号和位号组合起来就是该汉字的区位码。

10进制数来表示，如 1601就表示 16区1 位，对应的字符是 区号和位号上分别加上0xA0就得到了 GB2312编码。

区位码中 01-09区是符号、数字区， 16-87区是汉字区，未定义的空白区。

它将收录的汉字分成两级：第一级是常用汉字计 3755 个，置于 16-55 区，按汉语拼音字母 /笔形顺序排 列；第二级汉字是次常用汉字计 3008 个，置于 56-87 区，按部首 /笔画顺序排 列。

一级汉字是按照拼音排序的，这个就可以得到某个拼音在一级汉字区位中 的范围，很多根据汉字可以得到拼音的程序就是根据这个原理编写的。

GB2312字符集中除常用简体汉字字符外还包括希腊字母、日文平假名及片 假名字母、俄语西里尔字母等字符，未收录繁体中文汉字和一些生僻字。

可以 用繁体汉字测试某些系统是不是只支持 GB2312编码。

GB2312的编码范围是0xA1-0x7E 去掉未定义的区域之后可以理解为实际 编码范围是 0xA1-0xF7FE 。

EUC-CN 可以理解为GB2312的别名，和GB2312完全相同。

区位码更应该认为是字符集的定义，定义了所收录的字符和字符位置，而 94个区，每个区对应 区位码一般用 “啊”。

在区位码的10-15和 88-94是GB2312及EUC-CN是实际计算机环境中支持这种字符集的编码。

字符和汉字编码一、字符集编码字符集编码是指将字符集中的字符转换为计算机可识别的二进制编码。

常见的字符集编码包括ASCII编码、GB2312编码、GBK编码、UTF-8编码等。

1. ASCII编码：ASCII编码是最常用的字符集编码，它包含了128个字符，每个字符用一个字节的二进制数表示。

2. GB2312编码：GB2312编码是中国大陆使用的字符集编码，它包含了6763个汉字和一些其他的字符。

3. GBK编码：GBK编码是中国大陆使用的扩展字符集编码，它包含了20902个汉字和一些其他的字符。

4. UTF-8编码：UTF-8编码是一种可变长度的字符集编码，它包含了几乎所有的语言字符，包括汉字。

二、汉字编码汉字编码是指将汉字转换为计算机可识别的二进制编码。

常见的汉字编码包括GB2312编码、GBK编码、UTF-8编码等。

1. GB2312编码：GB2312编码是中国大陆使用的汉字编码，它包含了6763个汉字。

2. GBK编码：GBK编码是中国大陆使用的扩展汉字编码，它包含了20902个汉字。

3. UTF-8编码：UTF-8编码是一种可变长度的汉字编码，它包含了几乎所有的语言字符，包括汉字。

三、字符和汉字的输入方法字符和汉字的输入方法包括键盘输入、手写输入、语音输入等。

1. 键盘输入：通过键盘输入字符和汉字，是最常用的输入方法。

2. 手写输入：通过手写输入汉字，通常需要使用专门的识别软件。

3. 语音输入：通过语音输入汉字，通常需要使用语音识别软件。

四、字体和字形的表示字体和字形的表示包括矢量字体和点阵字体。

矢量字体是一种数学描述的字体，可以无损放大；点阵字体是一种像素点的集合，放大后会出现失真。

五、编码标准编码标准是指制定字符集编码和汉字编码的规范和标准。

中国制定了《信息交换用汉字编码字符集》等标准，国际上制定了ISO/IEC 10646等标准。

六、字符和汉字的输出方法字符和汉字的输出方法包括屏幕输出、打印机输出、文件输出等。

中文计算机编码对照
1. GBK编码，GBK是国家标准GB2312的扩展，它支持简体中文
和繁体中文字符。

GBK编码使用16位编码，可以表示2^16=65536
个字符。

它包含了常用汉字、繁体字、符号等。

2. GB2312编码，GB2312是中国国家标准，是中文字符的最基
本的编码方式。

它使用16位编码，包含了6763个汉字和682个非
汉字字符。

3. UTF-8编码，UTF-8是一种可变长度的Unicode编码方式，
它可以表示世界上几乎所有的字符。

UTF-8编码使用8位、16位或
32位编码，根据字符的不同而变化。

对于中文字符，UTF-8编码通
常使用3个字节表示。

除了以上三种编码方式，还有其他一些中文计算机编码，如
Big5（主要用于繁体中文）、Unicode等。

这些编码方式各有特点，应根据实际需求选择合适的编码方式。

需要注意的是，不同的编码方式之间可能存在兼容性问题，因
此在处理中文字符时，需要确保编码方式的一致性，以避免乱码等
问题的出现。

总结起来，中文计算机编码对照包括GBK、GB2312、UTF-8等编码方式，它们分别用于表示中文字符在计算机中的二进制形式。

正确选择和使用编码方式对于保证中文字符的正确显示和处理非常重要。

常用的中文编码一、引言在计算机领域，中文编码起着至关重要的作用。

无论是输入、输出、存储还是网络传输，都离不开编码的转换。

为了让计算机能够识别和处理中文，我国制定了多种中文编码标准。

接下来，我们将详细介绍几种常用的中文编码，以便大家更好地理解和应用。

二、常用的中文编码概述1.GBK编码GBK（全称为：汉字内码扩展规范）是我国制定的一种汉字编码标准。

它兼容GB2312编码，可以表示大部分现代汉字。

GBK编码的字符集分为两个部分：基本集和扩展集。

基本集包含了GB2312编码中的所有汉字，共计6763个；扩展集则增加了更多的汉字，共计21003个。

GBK编码在我国的政府部门、企事业单位以及众多软件中得到了广泛应用。

2.GB2312编码GB2312编码是我国最早制定的一种汉字编码标准，于1980年发布。

它包含了6763个汉字，主要覆盖了现代汉字的基本需求。

GB2312编码的字符集分为两个部分：基本集和辅助集。

基本集包含了6763个汉字，辅助集则包含了一些特殊符号和拉丁字母。

GB2312编码在我国历史上发挥了重要作用，如今在很多场合仍然可以看到它的身影。

3.BIG5编码BIG5编码（全称为：大五码）是台湾地区制定的一种汉字编码标准。

它包含了13068个汉字，主要覆盖了现代汉字和一些繁体字。

BIG5编码在台湾地区及其周边地区广泛应用，是许多台湾出版的书籍、软件和网站的标准编码。

在大陆地区，BIG5编码也逐渐被GBK和UTF-8编码所取代。

4.UTF-8编码UTF-8编码是一种国际通用的编码标准，可以表示世界上几乎所有的字符集，包括中文、英文、数字、特殊符号等。

UTF-8编码具有兼容性、高效性和扩展性等优点，成为了互联网上最常用的编码之一。

许多国际化的软件和网站都采用UTF-8编码作为默认的字符集。

在我国，UTF-8编码也逐渐成为了一种重要的编码选择。

三、编码转换实例在日常生活中，我们可能会遇到不同编码之间的转换需求。

GB18030编码研究以及GBK、GB18030与Unicode的映射GB18030有两个版本：GB18030-2000和GB18030-2005。

在本文中，没有指明版本的GB18030是指GB18030-2005。

本文讨论了以下问题：1GB2312有682个图形符号，都放在1区。

GBK的1区有717个图形符号，5区有166个图形符号，一共有883个图形符号。

GB18030的1区有728个图形符号，5区还是166个符号。

那么，GBK的1区在GB2312基础上增加了哪35个符号？GB18030又增加了哪些符号？2GBK支持21003个汉字与883个图形符号，一共21886个字符。

这21886个字符究竟是哪些字符？这21886个字符的编码在GB18030中有什么变化？3GB18030是怎样映射Unicode的全部0x110000个码位的？4GB18030-2000和GB18030-2005在字汇上有什么区别，在编码上有什么区别？5GB18030-2005的双字节区中有2067个码位被映射到Unicode BMP 的PUA。

这些码位有什么规律？这些码位中定义了多少字符？其实这2067个码位中只定义了24个字符。

6GBK的21886个字符中有95个字符被映射到Unicode BMP的PUA。

在GB18030中这95个字符的编码有哪些变化？哪些字符保持了原来的编码？7GBK的23940个码位中有多少码位被映射到Unicode BMP的PUA？在GB18030中这些码位的编码有什么变化？在讨论这些问题前，我们先约定一下码位空间的表示方法。

0 码位空间0.1 约定GBK是双字节编码，每个字符用两个字节表示。

GB18030是多字节字符集，它的字符可以用一个、两个或四个字节表示。

码位空间由各字节的范围确定。

例如：GB18030的四字节字符码位空间是：∙第一字节在0x81~0xFE之间∙第二字节在0x30~0x39之间∙第三字节在0x81~0xFE之间∙第四字节在0x30~0x39之间为了表述方便，我们用0x81308130~0xFE39FE39表示这个码位空间。

汉字的编码方式以及相应的关系汉字的编码方式是汉字在计算机中的表示方法，即将汉字转化为二进制码以便计算机识别和处理。

在汉字的编码方式中，最常用的有GBK、GB2312、Unicode、UTF-8等。

1. GBK（国标码或扩展码）GBK是中国国家标准（GB2312）的扩展，使用两个字节表示一个汉字，因此可以表示包括简体汉字、繁体汉字、日文汉字在内的全部汉字字符。

GBK编码方式采用统一的编码标准，保证了不同计算机之间的汉字编码的兼容性。

2. GB2312（国标码）GB2312是中国国家标准的第一代汉字编码方式，使用两个字节表示一个汉字。

GB2312只包含了中华人民共和国境内的汉字和一些常用的符号、拉丁字母等。

GB2312的编码方式已经比较古老且局限性较大，不能涵盖所有汉字字符。

3. Unicode（统一码）Unicode是一种全球通用的字符编码标准，旨在为世界上几乎所有的书写系统都提供一个唯一的数字代码。

它使用两个字节（16位）表示一个字符，可以表示世界上几乎所有的字符，包括汉字。

Unicode是一种通用的编码方式，具有国际性和兼容性。

4. UTF-8（Unicode转化格式-8位）UTF-8是一种用于Unicode的可变长度字符编码，它可以使用一至四个字节表示一个字符，根据不同的字符而变化字节长度。

UTF-8编码方式兼容ASCII码，对于表示ASCII字符的部分，其字节和ASCII码完全相同，因此在ASCII字符范围内，UTF-8编码和ASCII码是相同的。

汉字编码方式之间的关系：- GB2312和GBK是中国国家标准，GB2312是GBK的子集，GBK是GB2312的扩展。

GBK编码方式在GB2312的基础上增加了更多的字符，以满足更广泛的需求，可以兼容GB2312。

- Unicode是全球通用的字符编码标准，与GB2312和GBK是不同的编码方式，Unicode可以表示更多的字符，并且具有兼容性和国际性。

“计算机文化基础”教学辅导三Word 2000一、汉字字符集的概念1、国标GB2312-80《信息交换用汉字编码字符集》：该字符集收录了6763个常用汉字，其中一级汉字3755个，二级汉字3008个。

另外还收录了各种符号682个，合计7445个。

2、国标GB13000.1-1993（等同于国际标准ISO/IEC 10646.1-1993）《通用多八位编码字符集（UCS）第一部分：体系结构与基本多文种平面》：又称大字符集字库GBK，是《GB2312-80》、《GB12345-90》、《BIG5》等字符集标准的超集，一共收录了中、日、韩20902个汉字。

3、国标GB18030-2000《信息交换用汉字编码字符集基本集的扩充》是未来我国计算机系统必须遵循的基础性标准之一，收录了27564个汉字。

二、汉字信息的编码知识1、区位码：GB2312-80字符集，组成一个94*94的矩阵。

每一行称为一个“区”，每一列称为一个“位”。

一个汉字的区号和位号合在一起构成“区位码”，区位码的编码范围是：0101～9494。

2、国标码：国标码=（区位码的十六进制表示）+2020H，国标码的取值范围：2121H～7E7EH。

3、机内码：中文或西文信息在计算机系统中的代码表示称为机内码。

ASCII码是一种西文机内码，用一个字节表示。

汉字机内码用连续两个字节表示，每个字节的最高位是1。

机内码= 国标码+8080H =（区位码的十六进制表示）+A0A0H。

GB2312-80的机内码编码范围为：A1A1H～FEFEH。

4、输入码：汉字输入码是指直接从键盘输入的各种汉字输入方法的编码，属于外码。

主要分顺序码（无重码）、音码、形码和音形码或形音码四类。

5、字形码：（1）向量（矢量）法：将汉字分解成笔画，每种笔画使用一段段的直线（向量）近似地表示，这样每个字形都可以变成一连串的向量。

（2）点阵法（字模点阵码）：每一个汉字以点阵形式存储在记录介质上，有点的地方为“1”，空白的地方为“0”。

字符集编码详解字符集编码是计算机科学中的一个重要概念，主要用于将字符集中的字符转换为计算机可以理解和处理的数字形式。

以下是一些常见的字符集编码及其详解：ASCII码：ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是最基础的字符集编码，它使用7位或8位二进制数来表示字符。

ASCII码包括了128个或256个字符，包括英文字母、数字、标点符号等。

其中，0x00-0x20和0x7F是控制字符，如换行、回车等。

GB2312：GB2312是中国国家标准的简体中文字符集编码，收录了简化汉字及符号、字母、日文假名等共7445个图形字符，其中汉字占6763个。

在GB2312编码中，一个汉字通常由两个字节表示，每个字节均采用七位编码表示。

这种表示方式也称为区位码，其中前字节表示区号，后字节表示位号。

UTF-8：UTF-8是一种针对Unicode的可变长度字符编码，也是一种广泛使用的编码方式。

在UTF-8编码中，一个字符可以占用1到4个字节，其中英文字符通常占用1个字节，而中文字符则占用3个字节。

UTF-8编码具有良好的兼容性和扩展性，可以表示全世界绝大多数语言的字符。

UTF-7：UTF-7是一种使用7位ASCII码对Unicode码进行转换的编码方式。

它的设计目的是为了在只能传递7位编码的邮件网关中传递信息。

UTF-7对英语字母、数字和常见符号直接显示，而对其他符号用修正的Base64编码。

UTF-7编码通常用于电子邮件等需要传输多种语言字符的场景。

除了以上几种常见的字符集编码外，还有许多其他的编码方式，如UTF-16、UTF-32、ISO-8859-1等。

不同的编码方式具有不同的特点和适用范围，需要根据具体的应用场景选择合适的编码方式。

需要注意的是，不同的字符集编码之间可能存在不兼容的情况，因此在进行字符编码转换时需要谨慎处理，以避免出现乱码等问题。

常用的中文编码讲解在计算机科学中，编码是将信息转换为二进制或其他数字格式的过程。

中文编码则是将中文字符转换为计算机可以处理的数字格式。

本文将介绍几种常用的中文编码方式。

1.GB2312 GB2312是中国国家强制标准，包含了超过6000个常用汉字和非汉字字符。

它是由中国电子工业部制定并发布的。

GB2312的编码方式是每个字节代表一个字符，每个字节的最高位为0，剩下的7位用于表示字符的编码。

2.GBK GBK是GB2312的扩展，支持更多的汉字字符和符号。

它包含了超过20000个汉字和符号，以及一些常用的简体和繁体字。

GBK的编码方式与GB2312类似，但它使用两个字节来表示一个字符，每个字节的最高位为0，剩下的7位用于表示字符的编码。

3.GB18030 GB18030是中国最新的中文编码标准，也称为“中国统一代码”。

它包含了超过70000个汉字和符号，以及一些常用的简体和繁体字。

GB18030的编码方式与GBK类似，但它支持更多的字符和符号。

4.Big5 Big5是中国台湾地区使用的一种中文编码标准，也称为“大五码”。

它包含了超过13000个汉字和符号，以及一些常用的繁体字。

Big5的编码方式是每个字使用两个字节来表示，每个字节的最高位为1，剩下的7位用于表示字符的编码。

以上是几种常用的中文编码方式。

在实际应用中，我们需要根据不同的需求选择合适的编码方式。

例如，在网页开发中，我们通常使用UTF-8编码，因为它支持全球范围内的语言字符，并且与HTML和HTTP协议兼容。

在处理中文文本时，我们需要注意编码的转换和处理，以确保文本的正确显示和传输。

计算机的汉字编码计算机的汉字编码是指将汉字转化为数字代码的过程，以便计算机对其进行存储、处理和传输。

由于汉字数量庞大，不同语言和地区的汉字也有所不同，因此，计算机的汉字编码也分为不同的标准和方式。

下面我们来逐步了解计算机的汉字编码。

一、GB2312编码GB2312编码是中国国家标准的汉字编码，最早于1980年发布。

该编码涵盖了常用的6763个汉字和682个非汉字字符。

该编码采用双字节表示方式，其中高字节使用0xA1~0xFE之间的94个编码，低字节使用0xA1~0xFE之间的94个编码。

如汉字“中”在GB2312编码下是0xB1 0xA6。

二、GBK编码GBK编码是GB2312编码的扩展版本，在原有的基础上增加了近7000个汉字。

它同样采用双字节表示汉字，其中第一个字节的编码范围与GB2312相同，第二个字节的编码范围则是0xA1~0xFE之间的所有编码。

举个例子，汉字“哥”在GBK编码下是0xB8 0xDF。

三、GB18030编码GB18030编码是中国国家标准的最新汉字编码。

它包含了世界上所有现存和已知的汉字、形状异体字和少数民族文字。

该编码不仅支持单字节和双字节编码，还支持四字节编码，具有很高的容错性。

其中0x81~0xFE之间的所有字节都可以作为汉字的第一个字节，第二个字节也是0x40~0xFE之间的所有字节之一。

当使用四字节编码时，第三个字节为0x30~0x39，第四个字节为0x81~0xFE。

例如，“你好”在GB18030编码下是0xC4 0xE3 0xBA 0xC3。

四、UTF-8编码UTF-8编码是一种针对全球范围内的Unicode字符集而设计的一种多字节编码方案。

Unicode是一种字符编码，它将字符映射到数值编码，可以表示各种语言和符号。

UTF-8编码使用1~4个字节表示一个字符，其中一字节的编码范围与ASCII码相同，而其他字节的编码分别以“10”为开头。

这使得UTF-8编码在发送和存储Unicode字符集时可以比较节省空间，同时也保证了向后兼容性。

GB2312、GBK、GB18030字节对照字节对照第一字节：ASCII：00-7FGB2312：A1-FE（实际A1-A9/B0-F7）（A1-A9为符号，B0-F7为汉字）（单字节编码同ASCII）BIG-5：81-FE（实际A1-F9）（81-A0/F9-FE为用户自定义使用）（单字节编码同ASCII）GBK：81-FE（单字节编码同ASCII）GB18030：81-FE（单字节编码同ASCII）（双字节编码同GBK）（四字节编码实际81-84/90-E3）第二字节：GB2312：A1-FEBIG-5：40-7E、A1-FEGBK：40-FE（7F去除）GB18030：30-39 、40-FE（7F去除）（双字节编码同GBK）（四字节编码30-39）第三字节：GB18030：81-FE第四字节：GB18030：30-39附GBK编码空间GBK/1：A1A1-A9FE，GB2312非汉字符号717个GBK/2：B0A1-F7FE，GB2312汉字6763个GBK/3：8140-A0FE，CJK汉字6080 个GBK/4：AA40-FEA0，CJK汉字、增补汉字及《简化字总表》中未收入 GB 13000.1 的 52 个汉字，共8160个汉字GBK/5：A840-A9A0，BIG5收入GB13000.1的非汉字符号、结构符和“○”，共166个符号用户自定义区：1区：AAA1-AFFE，码位 564 个。

2区：F8A1-FEFE，码位 658 个。

3区：A140-A7A0，码位 672 个。

简述汉字编码的种类和用途
汉字编码是指对汉字进行数字化表示的方式。

目前常用的汉字编码有多种种类，每种都有其特定的用途。

1. GB2312编码: GB2312是中国国家标准委员会于1980年发
布的汉字编码标准，包括了6,763个常用汉字以及非汉字字符。

它是最早的汉字编码标准，用于表示简体字。

2. GBK编码: GBK是在GB2312基础上进行了扩展的汉字编码标准，于1995年发布。

它包括了21,893个汉字和一些非汉字
字符，适用于中文字符的表示。

3. GB18030编码: GB18030是中国国家标准委员会于2005年
发布的扩展汉字编码标准，包括了27,533个汉字以及大量非
汉字字符。

它是对GB2312和GBK编码的进一步扩展，能够
表示目前已知的所有汉字。

4. Unicode编码: Unicode是一种国际标准字符编码体系，可以
表示世界上几乎所有的文字。

其中，汉字部分被统称为CJK
统一汉字，被分为基本汉字区、扩展A区和扩展B区等。

5. UTF-8编码: UTF-8是一种变长编码形式，可以用来表示Unicode字符集中的所有字符。

它是当前互联网上最常用的字
符编码方式之一，具有较好的兼容性和扩展性。

这些汉字编码标准在计算机系统中用于汉字的输入、存储和显示，以及在通信、互联网、数据库等领域中的文本处理。

不同
的汉字编码标准有不同的兼容性和适用范围，选择合适的编码方式可以确保汉字正确地传输和显示。

中文的编码格式中文的编码格式在计算机领域中起到了至关重要的作用。

编码格式是将文字和符号转化为计算机可以识别和处理的二进制代码的规则和规范。

不同的中文编码格式对于中文字符的表示和存储方式不尽相同，因此深入了解中文的编码格式有助于我们更好地理解和应用中文字符。

一、ASCII编码ASCII（American Standard Code for Information Interchange）编码是最基础的字符编码格式之一，在ASCII编码中使用7位二进制来表示字符。

这种编码方式只能表示英文字符、数字和一些常见的符号，无法表示中文字符。

ASCII编码主要用于早期计算机系统，现在已经很少使用了。

二、GB2312编码GB2312编码是我国国家标准，是中国国家标准局于1980年发布的第一个中文字符集。

GB2312编码采用两个字节表示一个汉字，其中一部分是表示汉字的区位码，另一部分是表示区内位置的区位码。

GB2312编码主要包含了6,763个汉字和682个非汉字字符。

GB2312编码在解决中文字符表示的问题上具有一定的局限性，它只能支持有限的字符集合，因此在一些特殊的应用场景下并不适用。

随着计算机技术的发展，GB2312编码逐渐被更先进的编码格式取代。

三、GB18030编码GB18030是我国国家标准局于2000年发布的最新的中文字符编码标准。

它是在GB2312编码基础上的扩展，可以支持更多的汉字和非汉字字符。

GB18030采用1至4个字节来表示字符，具有更高的兼容性和灵活性。

GB18030编码已成为中文字符编码的主流标准，并被广泛应用于计算机软件、操作系统以及互联网等领域。

它的出现解决了之前字符编码标准的不足，使得中文字符的表示和处理更加便捷和可靠。

四、Unicode编码Unicode是一种全球范围内使用的字符编码标准，包含了世界各种语言的字符。

Unicode编码统一了字符表示，为各个语言的字符提供了唯一的编码。

常见编码GBK、GB2312、UTF在项目开发中，会经常遇到不同的编码方式。

不管什么编码，都是信息在计算机中的一种表现，理解常见的编码方式，有助于我们避免出现乱码等现象。

最初的计算机字符编码是通过ASCII来编码的，是现今最通用的单字节编码系统，使用7位二进制数来表示所有的字母、数字、标点符号及一些特殊控制字符，作为美国编码标准来使用。

ISO-8859-1编码是单字节编码，向下兼容ASCII，是许多欧洲国家使用的编码标准。

其编码范围是0x00-0xFF，0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。

Unicode，学名是Universal Multiple-Octet Coded Character Set（简称UCF），与ISO-8859-1标准兼容。

由国际组织标准制定，作为一种国际语言编码标准，支持超过十万个字符，涵盖世界数十种文字系统，是一种通用字符编码标准。

很多技术，如Java编程语言、现代操作系统都采用了Unicode编码。

UTF-8/UTF-16等则是对Unicode进行了编码，是其一种实现方式。

UTF-8(8-bit Unicode Transformation Format)，是一种变长的编码方式，它以8位为码元,用1-6个码元对Unicode进行编码，对英文字符使用单字节编码，对中文编码用到三个字节来编码。

UTF-16(16-bit Unicode Transformation Format)是用16位为码元，用1个或2个码元对Unicode进行编码。

utf-16将字符集划分为基本多文中平面和辅助平面，基本多文中平面中的字符与Unicode是一致的，不需要转换；处在辅助平面中的码元（如一些拼音文字或者中日韩表意文字的扩充），需要2个码元进行编码。

GB2312是国家制定的汉字编码标准，使用双子节进行编码，共收入6763个汉字和682个非汉字图形字符。

汉字的动态编码与显示方案汉字在中国和世界上都有着举足轻重的地位，不仅是中国的文字，也是世界上最重要的语言之一。

随着计算机技术的不断发展，汉字离不开编码和显示。

汉字编码是指将汉字转换为计算机能够识别和处理的数字编码，以便计算机能够准确的识别、显示和存储汉字。

在20世纪70年代，中国开始发展汉字编码技术。

1979年，GB2312国家标准出台，该标准将6763个汉字和682个符号编入了计算机系统。

GB2312使用的是双字节编码，每个汉字由两个字节表示。

通常，第一个字节的取值范围为0xB0-0xF7，第二个字节的取值范围为0xA1-0xFE。

每个字节都可以使用ASCII码，因此GB2312可以与ASCII码兼容。

但是，GB2312标准编码的局限性在于只能表示基本的汉字，不包括所有的生僻汉字。

为了解决汉字编码的局限性，中国开发了GB18030标准编码，该标准使用4个字节编码汉字。

GB18030可以表示GB2312中的所有汉字和所有生僻字，同时也兼容ASCII码和GB2312。

GB18030标准是目前国家标准，被广泛应用于计算机系统中。

除了汉字编码，汉字的显示也是一项重要技术。

汉字的显示需要根据字符集（即编码集）将数字编码表述成字形。

传统的“点阵式”汉字显示方式是将每个汉字按照点阵的形式表示出来，这样会产生锯齿状边缘和粗糙的显示效果。

随着计算机硬件性能和显示技术的提高，更加普遍的汉字显示方案是“矢量式”。

矢量式汉字显示方式使用数学模型来描述汉字形状，可以更好的解决锯齿状边缘和粗糙的显示问题。

在汉字编码和汉字显示方案的发展历史中，Unicode编码和OpenType字体技术是两个令人瞩目的创新。

Unicode编码是一种多字节的编码方式，它可以表示世界上所有语言的字符。

Unicode编码使用的是UTF-8、UTF-16和UTF-32三种编码方式，其中UTF-8最为常见。

OpenType字体技术是一种跨平台的字体技术，它支持汉字的矢量显示和字符串的布局。

1、GB2312、GB 13000、GBK、GB18030 介绍GB 2312：又称为GB 2312-80，是一个简体中文字符集的中国国家标准，于1980年由中国国家标准总局发布，1981年5月1日实施，全称为《信息交换用汉字编码字符集基本集》，规定了6763个汉字和682个非汉字图形。

GB 13000：为了便于多个文种的同时处理，国际标准化组织下属编码字符集工作组研制了新的编码字符集标准，ISO/IEC 10646。

该标准第一次颁布是在1993年，当时只颁布了其第一部分，即ISO/IEC 10646.1: 1993，我国相应的国家标准是GB 13000.1-93《信息技术通用多八位编码字符集(UCS) 第一部分：体系结构与基本多文种平面》。

制定这个标准的目的是对世界上的所有文字统一编码，以实现世界上所有文字在计算机上的统一处理。

GBK：随着信息技术在各行业应用的深入，GB 2312 收录汉字数量不足的缺点已经初步显露出来。

例如："镕"字现在是高频率使用字，而GB 2312 却没有为它编码，因而，政府、新闻、出版、印刷等行业和部门在使用中感到十分不便。

1995年，全世界大多数的PC 操作系统都实现了16/32 位。

GB 13000.1 的实现出现了一线曙光。

一方面为了对GB 2312 进行扩充，一方面顺应当时技术的发展向GB 13000.1 推进，同时兼顾当时最广泛采用GB 2312 内码系统。

原电子部和原国家技术监督局联合颁布了指导性技术文件《汉字内码扩展规范》1.0版，即GBK 。

在GBK的内码系统中，GB 2312 汉字所在码位保持不便，这样，保证了GBK 对GB 2312 的完全兼容。

同时，GBK 内码与GB 13000.1 代码一一对应，为GBK 向GB 13000.1 的转换提供了解决办法。

微软对GB 2312 的扩展，也就是CP936 字码表(Code Page 936)的扩展（原来的CP936 和GB 2312-80 一模一样），最初出现于Windows 95 简体中文版中。

GB2312GBKGB18030BIG5的历史GBK中的“K”是扩展的意思，而GB2312中的“2312”以及GB18030中的“18030”是国家标准的代号，BIG5是港澳台地区的编码。

下面详细介绍一下字库情况，你就可看出其区别：（一）GB2312-80字库从1975年开始，我国为了研究汉字的使用频度，进行了大规模的字频统计工作，内容包括工业、农业、军事、科技、政治、经济、文学、艺术、教育、体育、医药卫生、天文地理、自然、化学、文字改革、考古等多方面的出版物，在数以亿计的浩翰文献资料中，统计出实际使用的不同的汉字数为6335个，而其中有 3000多个汉字的累计使用频度达到了99.9%，而另外的3000多个累计频度不到0.1%，说明了常用汉字与次常用汉字的数量不足7000个，这就为国家制定汉字库标准提供了依据。

1980年颁布了《信息交换用汉字编码字符集--基本集》的国标交换码，国家标准号为：GB2312-80，选入了6763个汉字，分为两级，一级字库中有3755个，是常用汉字，二级字库中有3008个，是次常用汉字；还选入了682个字符，包含有数字、一般符号、拉丁字母、日本假名、希腊字母、俄文字母、拼音符号、注音字母等。

（二）大字符集字库（又叫GBK字库）国际标准化组织为了将世界各民族的文字进行统一编码，制定了UCS标准。

根据这一标准，中、日、韩三国共同制定了《CJK统一汉字编码字符集》，其国际标准号为：ISO/IEC10646，国家标准号为：GB13000-90，该汉字编码字符集就是通常人们所说的大字符集，它编入了20902个汉字，收集了大陆一二级字库中的简体字，台湾《通用汉字标准交换码》中的繁体字，58个香港特别用字和92个延边地区朝鲜族“吏读”字，甚至涵盖了日文与韩文中的通用汉字，满足了方方面面的需要。

Windows95/98/NT/2000中都装入了大字符集汉字库，人们一般称它为GBK字库。