汉字编码国家标准以及GB18030

 

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。