GB2312 字符集和编码说明

原文：http://www.cnblogs.com/meil/archive/2007/01/31/635871.html51Testing软件测试网WEIom @4WjX

+~m1sDia"I0 GB2312 字符集 （http://www.herongyang.com）

GB2312 是汉字字符集和编码的代号，中文全称为“信息交换用汉字编码字符集”，由中华人民共和国国家标准总局发布，一九八一年五月一日实施。GB 是“国标” 二字的汉语拼音缩写。 51Testing软件测试网G D,N'n'|7y

q1]LJ(g:Zg/H0GB2312 字符集 (character set) 只收录简化字汉字，以及一般常用字母和符号，主要通行于中国大陆地区和新加坡等地。 51Testing软件测试网8s-h*vy$a

GB2312 共收录有 7445 个字符，其中简化汉字 6763 个，字母和符号 682 个。

GB2312 将所收录的字符分为 94 个区，编号为 01 区至 94 区；每个区收录 94 个字符，编号为 01 位至 94 位。GB2312 的每一个字符都由与其唯一对应的区号和位号所确定。例如：汉字“啊”，编号为 16 区 01 位。 51Testing软件测试网_.AY5}8r

A~6T7b,e0GB2312 字符集的区位分布表： 51Testing软件测试网 T*wy0[#ty

  区号    字数    字符类别
01      94    一般符号
02      72    顺序号码
03      94    拉丁字母
04      83    日文假名
05      86    Katakana
06      48    希腊字母
07      66    俄文字母
08      63    汉语拼音符号
09      76    图形符号
10-15            备用区
16-55    3755    一级汉字，以拼音为序
56-87    3008    二级汉字，以笔划为序
88-94            备用区

v+v+hz;s*z@l0这本手册列出了 GB2312 的全部字符和它们的区位号。

GB2312 编码 51Testing软件测试网k:BH'b{ T

GB2312 原始编码 (encoding) 是对所收录的每个字符都用两个字节 (byte) 表示。第一字节为“高字节”，由字符的区号值加上 32 而形成；第二字节为“低字节”，由字符的位号值加上 32 而形成。例如：汉字“啊”，编号为 16 区 01 位。它的高字节为 16 + 32 = 48 (0x30)，低字节为 01 + 32 = 33 (0x21)，合并而成的编码为 0x3021。 51Testing软件测试网.t(@,w4dtN$o

3PB+k-Sf1X9yw0在区位号值上加 32 的原因大慨是为了避开低值字节区间。 51Testing软件测试网 P/\A*\dPE

.v[Qi/y6e
b0由于 GB2312 原始编码与 ASCII 编码的字节有重叠，现在通行的 GB2312 编码是在原始编码的两个字节上各加 128 修改而形成。例如：汉字“啊”，编号为 16 区 01 位。它的原始编码为 0x3021，通行编码为 0xB0A1。 51Testing软件测试网u3n#|)vo(p

5K1aod:?1~0如果不另加说明，GB2312 常指这种修改过的编码。

`,TQ+rZ:{ tor0这本手册列出了 GB2312 的全部字符和它们的编码。

GB2312 与 Unicode 的关系

GB2312 字符集是 Unicode 字符集的一个子集。这也就是说，GB2312 所收录的每一个字符都收录在 Unicode 之中。

但是 GB2312 编码和 Unicode 编码确没有什么相同之处。同一个汉字，它的 GB2312 编码和 Unicode 编码确毫不相同。例如：汉字“啊”，它的 GB2312 编码为 0xB0A1，但是它的 Unicode 编码为 0x554A。 51Testing软件测试网 p)x,Z5C|R]7r

S"_d!S'd N0这本手册为 GB2312 的每一个字符列出了它所对应的 Unicode 编码和 UTF-8 (Unicode Transformation Format - 8-bit) 编码。