当前位置：文档之家 › 中文编码字符集标准大全

中文编码字符集标准大全

  • 格式：rtf
  • 大小：150.71 KB
  • 文档页数：6

中文编码字符集标准大全

国家标准代码，简称国标码，是中华人民共和国的中文常用汉字编码集，亦为新加坡采用。

现时中华人民共和国官方强制使用GB 18030标准，但较旧的计算机仍然使用GB 2312。

较常见的国家汉字标准代码列表：

GB 2312-80

信息交换用汉字编码字符集 基本集（又称 GB 或 GB0）

GB 13000.1-93

信息技术 通用多八位编码字符集（UCS）第一部分（相当于 ISO 10646-1:1993 中文版）

GB 18030-2005

信息技术 中文编码字符集

---

GB 2312或GB 2312-80是一个简体中文字符集的中国国家标准，全称为《信息交换用汉字编

码字符集·基本集》，又称为GB0，由中国国家标准总局发布，1981年5 月1日实施。GB2312

编码通行于中国大陆；新加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的

软件都支持GB 2312。

GB 2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时，GB 2312

收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个

全角字符。

GB2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆

99.75%的使用频率。

对于人名、古汉语等方面出现的罕用字，GB 2312不能处理，这导致了后来GBK及GB 18030

汉字字符集的出现。

--

GB 13000，中华人民共和国国家标准的国家标准代码之一，全称 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》。此标准等同采用国

际标准化组织 ISO/IEC 10646.1:1993《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》。

GB 13000的字符集包含20,902个汉字。

--

GBK全名为汉字内码扩展规范，英文名Chinese Internal Code Specification。K 即是“扩

展”所对应的汉语拼音（KuoZhan11）中“扩”字的声母。GBK 来自中国国家标准代码GB

13000.1-93。

GBK最初是由微软对GB2312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，由于Windows产品

的流行和在大陆广泛被使用，中华人民共和国国家有关部门将其作为技术规范。注意GBK并

非国家正式标准，只是国家技术监督局标准化司、电子工业部科技与质量监督司发布的“技

术规范指导性文件”。

虽然GBK收录了所有Unicode 1.1及GB 13000.1-93之中的汉字，但是编码方式与Unicode 1.1

及GB 13000.1-93不同。仅仅是GB 2312到GB 13000.1-93之间的过渡方案。

--

GB 18030，全称：国家标准GB 18030-2005《信息技术中文编码字符集》，是中华人民共和国

现时最新的内码字集，是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》的修订版。与GB 2312-1980完全兼容，与GBK基本兼容，支持GB 13000及Unicode的

全部统一汉字，共收录汉字70244个。

---

GB/T 15273.1-94

ISO 8859-1 -1987

---

通用字符集（Universal Character Set，UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）

标准所定义的字符编码方式，采用4字节编码。

通用字符集又称Universal Multiple-Octet Coded Character Set，中国大陆译为通用多八

位编码字符集.

-------

Unicode（统一码、万国码、单一码、标准万国码）是业界的一种标准，它可以使电脑得以呈

现世界上数十种文字的系统。Unicode 是基于通用字元集（Universal Character Set）的标

准来发展，并且同时也以书本的形式（The Unicode Standard，目前第五版由Addison-Wesley

Professional出版，ISBN-10: 0321480910）对外发表。

Unicode组织（The Unicode Consortium）是由一个非营利性的机构所运作，并主导Unicode

的后续发展，其目标在于：将既有的字元编码方案，以 Unicode编码方案来加以取代，特别

是既有的方案在多语环境下，皆仅有有限的空间以及不相容的问题。

Unicode 组织在 1991 年首次发布了 The Unicode Standard（ISBN 0-321-18578-1）。

Unicode 的开发结合了国际标准化组织（International Organization for

Standardization，简称 ISO）所制定的ISO/IEC 10646，即通用字元集（Universal Character

Set，简称 UCS）。Unicode 与 ISO/IEC 10646 在编码的运作原理相同，但 The Unicode

Standard 包含了更详尽的实现资讯、涵盖了更细节的主题，诸如字元编码（bitwise

encoding）、校对以及呈现等。

Unicode 截至目前为止历次的版次与发布时间如下：

Unicode 1.0：1991年10月

Unicode 1.0.1：1992年6月 Unicode 1.1：1993年6月

Unicode 2.0：1997年7月

Unicode 2.1：1998年5月

Unicode 2.1.2：1998年5月

Unicode 3.0：1999年9月；涵盖了来自ISO 10646-1的十六位元通用字元集（UCS）基本多

文种平面（Basic Multilingual Plane）

Unicode 3.1：2001年3月；新增从ISO 10646-2定义的辅助平面（Supplementary Planes）

Unicode 3.2：2002年3月

Unicode 4.0：2003年4月

Unicode 4.0.1：2004年3月

Unicode 4.1：2005年3月

Unicode 5.0：2006年7月

Unicode 5.1：2008年4月

大概来说，Unicode 编码系统可分为编码方式和实现方式两个层次。

编码方式

Unicode 的编码方式与 ISO 10646 的通用字符集（Universal Character Set，UCS）概念相

对应，目前实际应用的 Unicode 版本对应于 UCS-2，使用16位的编码空间。也就是每个字

符占用2个字节。这样理论上一共最多可以表示 216 即 65536 个字符。基本满足各种语言

的使用。

上述16位 Unicode 字符构成基本多文种平面（Basic Multilingual Plane，简称 BMP）。最

新（但未实际广泛使用）的 Unicode 版本定义了16个辅助平面，两者合起来至少需要占据

21位的编码空间，比3字节略少。但事实上辅助平面字符仍然占用4字节编码空间，与 UCS-4

保持一致。

实现方式

Unicode 的实现方式不同于编码方式。一个字符的 Unicode 编码是确定的。但是在实际传输

过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对 Unicode 编码

的实现方式有所不同。Unicode 的实现方式称为Unicode转换格式（Unicode Translation

Format，简称为 UTF）。

UTF-8 编码，这是一种变长编码，它将基本7位ASCII字符仍用7位编码表示，占用一个字

节（首位补0）。而遇到与其他 Unicode 字符混合的情况，将按一定算法转换，每个字符使

用1-3个字节编码，并利用首位为0或1进行识别。这样对以7位ASCII字符为主的西文文

档就大大节省了编码长度（具体方案参见UTF-8）。

在 UTF-16 编码实现方式中使用了大尾序（Big-Endian， 简写为UTF-16 BE）、小尾序

（Little-Endian, 简写为UTF-16 LE）的概念，以及可附加的BOM（Byte Order Mark）解决

方案，目前在PC机上的Windows系统和Linux系统对于UTF-16编码默认使用UTF-16 LE。

目前通用的实现方式是 UTF-16小尾序（BOM）、UTF-16大尾序（BOM）和 UTF-8。在微软公司

Windows XP操作系统附带的记事本（Notepad）中，“另存为”对话框可以选择的四种编码方

式除去非 Unicode 编码的ANSI（对于英文系统即ASCII编码，中文系统则为GB2312或Big5编码） 外，其余三种为“Unicode”（对应UTF-16 LE）、“Unicode big endian”（对应UTF-16

BE）和“UTF-8”。

在Microsoft Word下，按下 Alt 键不放，输入 0 和某个字符的 Unicode 编码（十进制），

再松开 Alt 键即可得到该字符，如Alt + 033865会得到 Unicode 字元叶。另外按Alt + X

组合键，MS Word 也会将光标前面的字符同其十六进制的四位 Unicode 编码进行互相转换。

---

Unicode和ISO 10646的关系

历史上存在两个独立的尝试创立单一字符集的组织，即国际标准化组织（ISO）和多语言软件

制造商组成的统一码协会（Unicode Consortium）。前者开发的 ISO/IEC 10646 项目，后者

开发的Unicode项目。因此最初制定了不同的标准。

1991年前后，两个项目的参与者都认识到，世界不需要两个不兼容的字符集。于是，它们开

始合并双方的工作成果，并为创立一个单一编码表而协同工作。从 Unicode 2.0开始，Unicode

采用了与ISO 10646-1相同的字库和字码；ISO也承诺，ISO 10646将不会替超出U+10FFFF

的UCS-4编码赋值，以使得两者保持一致。

统一码协会公布的Unicode标准包含了ISO/IEC 10646-1实现级别3的基本多文种平面。在

两个标准里，所有的字符都在相同的位置并且有相同的名字。

---

中日韩统一表意文字（英语：CJK Unified Ideographs），也称统汉字（Unihan），目的是要

把分别来自中文、日文、韩文、越文中，本质相同、形状一样或稍异的表意文字（主要为汉

字，但也有仿汉字如方块壮字、日本国字、韩国独有汉字、越南的喃字）于ISO 10646及Unicode

标准内赋予相同编码。

越南文后来加入此计划，所以亦有 CJKV（中日韩越统一表意文字）的称呼。Unicode亦开始

收录越汉字——喃字。

CJKV，是汉语（Chinese）、日语（Japanese）、韩语（Korean）、越南语（Vietnamese）的集

合集下载

gbk 编码表 (2)

gbk 编码表 (2)

未知驱动探索，专注成就专业

1

gbk 编码表

什么是 gbk 编码表

GBK（Guo Biao Ku）编码表是中华人民共和国国家技术监督局于2000年发布的中文字符集编码规范。GBK编码表是对汉字和汉字内码的标准化规范，它是GB 2312-1980的扩展字符集。

GBK 编码的特点

GBK编码表采用双字节编码，即每个中文字符由两个字节表示，它的编码范围是从0x8140到0xFEFE，共计23940个码位。GBK编码表兼容GB 2312字符集，同时拓展了大量的

GB 2312 未收录汉字，使得GBK编码表成为一种更为全面的汉字编码。

GBK编码表对每个汉字进行编码时采用了双字节方案，其中高字节位取值范围是0x81至0xFE，低字节位取值范围是0x40至0x7E和0x80至0xFE。GBK编码表的双字节方案可以容纳更多的汉字，因此GBK编码表相对于GB 2312字符集而言，增加了编码位数。 未知驱动探索，专注成就专业

2

GBK 编码表的应用

GBK编码表的应用非常广泛，特别是在中国大陆这个以汉字作为主要文字的国家。GBK编码表被广泛用于操作系统、编程语言、数据库、网页设计等领域。在GBK编码表中，已经包含了GB 2312编码字符集的所有汉字，因此在GBK编码下可以完美支持GB 2312编码的文本文件。

GBK编码表也为全世界华人提供了方便。在GB 2312编码表中未收录的一些汉字，比如繁体字、香港特有的汉字等，在GBK编码表中都有了对应的编码位，这样就方便了全球华人的交流和文字处理。

GBK 编码表的优点和缺点

优点

GBK编码表在保留了GB 2312编码表的基础上，拓展了更多的汉字编码位，使得GBK编码表能够满足更多的文字处理需求。GBK编码表的应用广泛，得到了许多软硬件系统的支持，使得用户可以方便地进行汉字文本的输入、存储、显示和编辑。 未知驱动探索，专注成就专业

3

缺点

GBK编码表是在GB 2312字符集的基础上进行拓展的，因此在编码表中仍然存在一些历史遗留问题。例如，在GBK编码表中的汉字编码与Unicode编码不完全匹配，这导致在一些特殊情况下出现乱码问题。此外，由于GBK编码表采用双字节编码方案，因此在处理GBK编码字符时，需要考虑字节序的问题，这增加了编码和解码的复杂性。

中文电码对照表

中文电码对照表

- 1 - 中文电码对照表

中文电码是一种可用来表示汉字的编码方式。它是汉字信息处理技术的基础，是计算机处理汉字的关键技术，也是汉字的输入方式之一。

中文电码由两个部分组成：码位和编码，其中码位代表汉字的码表，而编码则是汉字的字符集。

中文电码的编码方式有很多，如GB2312 、GBK、Unicode等。它们不仅能够提供一致的编码，还能够兼容大多数的操作系统和已有的文化信息系统。

下面是一些常用的中文电码对照表：

GB2312码：它是一种国标码，用于支持简体汉字，两个字符表示一个汉字，可以表示6,755个汉字。

GBK码：它是一种扩展国标码，用于支持简体汉字，两个字符表示一个汉字，可以表示21,003个汉字。

Big5码：它是一种常用的繁体汉字编码，两个字符表示一个汉字，可以表示13,054个汉字。

Unicode码：它是一种国际标准码，同时兼容大多数操作系统，两个字符表示一个汉字，可以表示27,444个汉字。

现代汉语拼音拼写码：它是一种以拼音为基础，由一个拼音表示一个汉字的编码，可以表示10,001个汉字。

总结以上，在今天，不同的中文电码对照表给我们提供了方便的信息处理技术。它们是汉语信息处理的关键，可以使汉字的字符集得 - 2 - 到协调的标准编码，促进国际的汉字信息交流。它们也是汉字的输入方式之一，可以快速输入汉字，大大节约时间。因此，中文电码对照表特别重要，其优势是显而易见的。

中文编码字符的几个实现级别

中文编码字符的几个实现级别

中文编码字符的几个实现级别

中文编码字符的几个实现级别

1. 概述

中文编码字符实现级别指的是中文字符在计算机中的表示方式和存储形式。随着技术的不断发展，中文编码字符的实现级别也在不断升级，以适应不同的应用场景和需求。目前，常见的中文编码字符实现级别主要包括ASCII编码、Unicode编码和UTF-8编码等。接下来，我们将对这几个实现级别进行深入探讨。

2. ASCII编码

ASCII（American Standard Code for Information Interchange）编码是最早期的一种字符编码标准，最初只包括英文字母、数字和一些符号，共128个字符。由于ASCII编码是按照7位二进制数来表示字符，因此无法表示中文字符，只能满足英文字符的需求。随着中文字符的需求逐渐增加，ASCII编码已经不能满足实际应用需求。

3. Unicode编码

为解决ASCII编码无法表示中文字符的问题，Unicode编码应运而生。Unicode编码是一种全球化的字符编码标准，旨在为世界上所有的文字和符号设立统一的编码，以便跨语言、跨评台地进行文本处理、存储和显示。Unicode编码涵盖了全球范围内几乎所有的字符，包括中文字符在内，为计算机系统提供了广泛的字符支持。

4. UTF-8编码

UTF-8（Unicode Transformation Format - 8-bit）是Unicode编码的一种变体，它通过可变长度的编码方式，实现了对Unicode字符集的高效编码和解码。UTF-8编码采用1-4个字节来表示一个字符，对于英文字符采用1个字节表示，对于中文字符通常采用3个字节表示。由于它的高效性和兼容性，UTF-8编码在互联网领域得到了广泛应用，成为了当前最流行的字符编码方式。

5. 个人观点

在我看来，随着全球化的发展和信息交流的日益频繁，Unicode编码和UTF-8编码已经成为了当今计算机系统中广泛采用的字符编码标准。它们不仅能够满足不同语言和文化的需求，而且为软件开发、网站建设等提供了强大的支持。在实际工作中，我们需要根据不同的场景和需求来选择合适的字符编码方式，以确保文本处理和显示的准确性和高效性。

utf8编码对照表

utf8编码对照表

- 1 - utf8编码对照表

utf8是一种最流行的编码标准，它是Unicode的一种实现，可以用来编码所有的文字，从英文到中文，日文等。本文将介绍utf8编码对照表，以及如何使用它们来正确显示不同的文本。

utf8是一种定义字符集的编码，可以用不同的二进制编码（01）序列来表示每一个字符。utf8编码使用1到4个字节来表示每一个字符，每一个字符的utf8编码都有一个唯一的定义，从而避免了乱码的问题。

utf8编码的每一个字节都有一个指定的含义，它可以用来表示不同的文字，比如:

1字节编码：用来表示英文字母、数字及部分符号，如：A-Z、0-9、( + / - * & % !

2字节编码：用来表示常见拉丁文字、日文等，如：éàèùìòü、日文汉字

3字节编码：用来表示汉字、希伯来语文字、希腊语文字及俄语等语言

4字节编码：用来表示一些特殊字符或索引编码，如：emoji表情符号、杂项符号

utf8编码的另一个优点是它可以适应各种不同的语言，因此它被广泛应用于许多Web应用程序中。如果要正确显示文本内容，需要使用正确的编码，有时还需要调整字符集和格式，以正确显示许多不同的文字。 - 2 - utf8编码对照表中的每个字符都有它的定义，包括字节的值、字符的长度，以及字符的类型，如果要正确显示文本，需要使用正确的字节值才能正确显示文字。

utf8编码还支持多字节的编码，即在字符的值之外，还有一个字节以标识字符的长度。这个字节的值可以在utf8编码对照表中找到，它是一个十六进制数，表示字符的长度。

utf8编码也可以用来分辨字符的类型，如汉字、英文、数字等。utf8编码对照表中的每个字符都有一个类型标记，比如符号、汉字等。

utf8编码对照表可以帮助用户解决各种文本显示问题，它提供了每个字符的utf8编码，这样用户就可以通过utf8编码表获取正确的编码，从而正确显示文本内容。utf8编码的使用范围广泛，可以应用于多个行业，比如网页编程、文字处理等，因此，对于开发者来说，utf8编码对照表是一本不可或缺的文本处理参考书。