GB2312-80/國標碼/區位碼

用2字節來編碼漢字和中文符號，并兼容ASCII標準字符集。一級漢字3,755個，二級漢字3,008個，共收錄6763個漢字。但是在Unicode中并不連續分布，散落在CJK統一漢字字符區 0x4E00-0x9FA5 的20902個漢字中。

編碼方式

編碼邏輯定義高8位稱為“區”，低8位稱為“位”， 所以也稱 GB2312 為區位碼。使用區位輸入法，例如輸入1601，即16區第1個字，得到碼表中第一個漢字“啊”。一級漢字按拼音排序，二級漢字按部首排序，此外，該標準還包括標點符號，數種西文字母、圖形、數碼等符號682個。
編碼時為了兼容 ASCII，兩個字節使用比 0xA0 值要大的數據來存儲。即查詢時字符編碼要加上 0xA0A0 才得到真正的存儲數據，因此，中文字“啊”實際在內存的值是 0xB0A1 而不是 0x1001。也因此區位碼定義了94區，每區有94位字符，即區碼存儲時取值 0xA1~0xFE 剛好有94個區，位碼也一樣。

缺點

只有6千來個常用漢字，僅覆蓋中國大陸99.75%的使用頻率，對于人名、古漢語等方面出現的罕用字就不能處理了，這導致了后來漢字擴展規范GBK及GB 18030漢字字符集的出現，而是完全向后兼容的，即GB 18030可以直接替換GBK和GB2312編碼，GBK可以直接替換GB2312編碼。

GBK

漢字百科字符集，收錄超過2萬漢字，是對原有的 GB2312 的擴充?，F有的漢字數量絕不止這個數，還有大量未編碼的字符，對于這些未進行編碼的字符就稱為非編碼字符集 Noncoded Character Sets。

GBK字符分為5個部分，各部分內容及數量如下：

GBK/1 717 GB 2312-80 and GB/T 12345-90 non-hanzi

GBK/2 6,763 GB 2312-80 hanzi

GBK/3 6,080 Hanzi from ISO 10646-1:1993

GBK/4 8,160 8,059 hanzi from ISO 10646-1:1993 plus 101 additional hanzi

GBK/5 166 Non-hanzi from Big Five and other characters

GB18030-2000

GB 18030-2000 標準發布時，兼容收錄GB2312的一級漢字3,755個，二級漢字3,008個，增添漢字20,770個，符號為894個。GB18030的更新版本在2005年發布，保持兼容部分，增添漢字數量為63,481個，其它符號6,184個。這是一個六區字符集，囊括韓，蒙，藏，維吾爾，彝，傣泐。

編碼空間分布三大塊，單字節和雙字節部分兼容ASCII字符集、GB2312和GBK，四字節部分兼顧 Unicode BMP。

Single-byte: 00-7f

Two-byte: 81-fe | 40-7e, 80-fe

Four-byte: 81-fe | 30-39 | 81-fe | 30-39

BIG5

港澳臺地區則多用大五碼 BIG5，對應Win32平臺 Code Page 950，收錄一級漢字5,401個，二級漢字7,652個，符號441個。后者進行了修訂形成BIG5+，增添漢字7,619個，符號數量則為913個。高位字節使用了0x81-0xFE，低位字節使用 0x40-0x7E，0xA1-0xFE。在Big5的分區 0x8140-0xA0FE 保留給使用者自定義字符，稱為造字區，這種設計也是算得上奇葩的。Big5還重復地收錄兩個字：“兀、?！?#xff08;0xA461及0xC94A)、“嗀、嗀”(0xDCD1及0xDDFC)。

中文編碼方案是最混亂的編碼方案，名目之多，讓人有點惱火的程度，而Unicode就是最佳下火良藥。

總結

以上是生活随笔為你收集整理的GBK编码/GBK内码/Big5的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。