汉字编码国家标准介绍
汉字编码国家标准介绍
汉字编码国家标准及现状
1.名称:
GB 2312-1980(信息交换用汉字编码字符集 基本集)
GBK-1995(汉字内码扩展规范)
GB13000.1-1993(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(idt ISO/IEC 10646.1-1993))
GB 18030-2000(信息交换用汉字编码字符集 基本集的扩充)
2.关系:
GB 18030完全兼容GBK、GB2312,并且是后二者的替代标准,也将是今后唯一的字符集国家标准。
GB 18030和GB13000.1的关系:在字汇上兼容,码表则不兼容。例如,两个标准中都会有“啊”字,但两个标准中,“啊”的内码是不同的。
GB13000.1和ISO10646为同一体系,与工业标准Unicode3.1是兼容的。
3.GB18030:
该标准分为两个部分:双字节部分和四字节部分。
双字节部分和GBK基本完全相同。
四字节部分到目前为止,比GBK多了6582个汉字(27484-20902),0x8139ef30~0x82358738。对应GB13000.1则为0x3400~0x4db5。
4.目前支持该标准的OS:
2001年9月1日后的Windows2000 的补丁版;
Windows XP;
以及一些Linux、Unix的OS。
5.GB18030的问题
由于GB18030中包括了4字节编码汉字,和目前Windows平台中普遍使用的2字节编码的GBK和Unicode3.1有较大区别,因此在使用中出现了很多问题。例如微软的Windows XP中实际上只支持Unicode3.1编码,并不支持GB18030的4字节编码汉字。