|
关于GBK和GB的最后结论,应该是ZHS16GBK包含了ZHS16CGB231280
2、 汉字编码
(1) GB2312-80。
简体中文国标字库(1981年订,中国大陆)。7445个字符,其中汉字6773个,包括一级汉字3755个,二级汉字3008个。采用2字节(16位二进制)编码。
区位码:国标GB2312规定,所有的国标汉字与符号组成一个94×94的矩阵。在此方阵中,每一行称为一个"区",每一列称为一个"位",因此,这个方阵实际上组成了一个有94个区(区号分别为0 1到94)、每个区内有94个位(位号分别为01到94)的汉字字符集。一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的"区位码"。在汉字的区位码中,高两位为区号,低两位为位号。由此可见,区位码与汉字或符号之间是一一对应的。
内码:汉字的内码是指在计算机中表示汉字的编码。机内码与区位码稍有区别。为什么不直接用区位码作为计算机内的编码呢? 这是因为汉字的区码和位码的范围都在1到94内, 如果直接用区位码作机内码, 就会与基本ASCII码冲突。 汉字的内码通常与所使用的计算机系统有关。目前,对于国内大多数的计算机系统,一个汉字的内码占两个字节,分别称为高位字节与低位字节,且这两位字节与区位码的关系如下: 内码高位=区码+A0H(H表示十六进制) 内码低位=位码+A0H 例如,汉字"啊"的区位码为"1601",区码和位码分别用十六进制表示即为"1001H",则它的内码为"B0A1H"。其中B0H为内码的高位字节,A1H为内码的低位字节。
(2) BIG5码。
香港、台湾地区使用的汉字编码。13053个汉字。
(3) HZ码。
便于Internet传输的7位汉字编码字符集。(某些Internet主机不支持8位码的传输)。
(4) ISO10646(1992年)。国际标准大字符集汉字系统(CJK:中、日、韩统一汉字编码字符集),20902个汉字。通用多8位编码(UCS)。对应的中国国家标准是GB-13000,其内码标准为GBK国家汉字扩充内码规范(1996年)。
注意:某些软件可能只能识别一种或几种汉字编码,当遇到不能识别的汉字编码时,显示出乱字符(称"乱码"),此时,应使用内码转换软件,如"两岸通"、"南极星"等。
GB字库和GBK字库两种。如选择GB,则只能输入国标字库的6763个字,如选择GBK,则可以输入大字库的20902个字。例如选择GB,按zjrg不能出“镕”字,如选择GBK,则按zjrg能出“镕”字。又如选择GB,按jrsr时只会出现“假使”一词,如选择GBK,则按jrsr时会出现“假使,傢俬”两词供选择。
汉语编码输入的优越性尚未体现出来,各种输入法还存在种种弊端:
学习困难、词汇少、重码多导致输入速度慢,另外不支持国标字库扩展码
( GBK),大量的生僻字输不出来,如朱总理的“镕”字(常在网络上见
到“朱(金+ 容)基”字样)、氹仔(澳门的一个岛屿)的“氹”字、二
○○○年中的“○”字
一九九○年中国、日本、韩国共同制定的统一东亚表意文字字符集,
即常称的国标扩展码字符集(GBK),共有20902个汉字,包括现代汉语通
用字表和邮电通信字符符集的字符及其繁体、台湾地区的《通用汉字标准
交换码》所含字符、一些香港用字及日文、朝鲜文用汉字。考虑近一半汉
字有简繁体两种字体形式这一因素,扩展码实际拥有的汉字量为一万三千
左右,常用字、词典收集的汉字差不多全部包含在其中。简体中文WIN 95
及其以后的版本符合GBK标准,目前的各种输入法也应做到支持GBK标准 |
|