汉字编码 （GB2312 GBK GB18030）

Posted 2020-10-03 思齐

 

GB2312

收录简化汉字及符号、字母、日文假名等共7445个图形字符，其中汉字占6763个
每个符号都用两个字节表示，每个字节均采用七位编码表示，习惯上 第一个字节是高字节，第二个字节是低字节

GB2312的编码范围为2121H-777EH，与ASCII有重叠，通行方法是将GB码两个字节的最高位置1以示区别

 

GBK

由于GKB收录的汉字较少以及配合UNICODE的实施，GBK 产生了
向下兼容GB2312
双字节表示

GBK共收入21886个汉字和图形符号，包括：

GB2312中的全部汉字、非汉字符号。
BIG5中的全部汉字。
与ISO 10646相应的国家标准GB13000中的其它CJK汉字，以上合计20902个汉字。
其它汉字、部首、符号，共计984个。

 

GB18030 　

最新的汉字编码字符集国家标准, 向下兼容 GBK 和 GB2312 标准
一二四字节变长编码
一字节部分与ASCII 编码兼容
二字节部分与GBK标准基本兼容
四字节部分包括除去二字节部分的的所有unico3.1码位（也就是说, GB18030 编码在码位空间上做到了与 Unicode 标准一一对应,这一点与 UTF-8 编码类似）

 

BIG5

繁体字编码
双字节
BIG5收录13461个汉字和符号，包括：

符号408个
常用字5401个
次常用字7652个

 

CP936 (GBK)

Windows使用代码页(code page)来适应各个国家和地区不同编码。
code page可以被理解为前面提到 的内码。GBK对应的code page是CP936。

65001 #utf-8
936 #GBK
437 #美国英语

 

 

参考：

http://www.cnblogs.com/finallyliuyu/archive/2013/05/10/3071023.html

http://blog.csdn.net/liujinchengjx/article/details/1527909