GB18030的相关介绍

 

GB18030-2000编码标准简介

GB18030-2000编码标准简介

GB18030-2000编码标准是由信息产业部和国家质量技术监督局在2000年 3月17日联合发布的，并且将作为一项国家标准在明年的1月正式强制执行。

1.概述

GB18030-2000编码标准是在原来的 GB2312-1980 编码标准和 GBK 编码标准的基础上进行扩充，增加了四字节部分的编码。它可以完全映射ISO10646的基本平面和所有辅助平面，共有150多万个码位。在ISO10646的基本平面内，它在原来的2万多汉字的基础上增加了7000 多个汉字的码位和字型，从而使基本平面的汉字到达 27000多个。它的主要目的是为了解决一些生、偏、难字的问题，以及适应出版、邮政、户政、金融、地理信息系统等迫切需要的人名、地名用字问题。

GB18030-2000作为GB2311体系的编码字符标准，规定了信息交换用的图形字符及其二进制编码的十六进制表示。它支持 GB 13000.1-1993的全部中日韩(CJK)统一汉字字符和全部中日韩统一汉字Extension A和Extension B的字符。

2.字汇

GB18030-2000编码标准收录的字符分别以单字节、双字节和四字节编码。下面简要列举一下它们各自包括的内容：

1) 单字节部分

单字节部分收录了GB11383的0x00到0x7E全部 128个字符及单字节编码的欧元符号。

2) 双字节部分

双字节部分收录的内容如下：

GB13000.1的全部CJK统一汉字字符；

GB13000.1的CJK兼容区挑选出来的21个汉字；

GB13000.1中收录而GB2312未收录的我国台湾地区使用的图形字符139个；

GB13000.1收录的其它字符31个；

GB2312中的非汉字符号；

GB12345的竖排标点符号19个；

Gb2312未收录的10个小写罗马数字；

Gb2312未收录的带音调的汉语拼音字母5个以及 a和g；

汉字数字“Ｏ”；

表意文字描述符13个；

增补汉字和部首/构件80个；

双字节编码的欧元符号。

3) 四字节部分

四字节部分收录了上述双字节字符之外的，包括 CJK 统一汉字扩充 A 在内的 GB13000.1 中的全部字符。

3.编码规则

GB18030-2000标准采用单字节、双字节和四字节三种方式对字符编码。单字节部分采用GB 11383的编码结构与规则，使用 0x00至0x80码位。双字节部分采用两个字节表示一个字符，其首字节码位从 0x81至0xFE，尾字节码位分别是0x40至0x7E和0x80至0xFE。四字节部分第一、三字节仍为0x81~0xFE，第二、四字节采用GB 11383未使用的0x30到0x39作为对双字节编码扩充的后缀，这样扩充的四字节编码，其范围为0x81308130 到 0xFE39FE39。码位范围分配如下表所示：

四字节字符的编码自第四个字节开始，编码码位为 0x30至0x39；其次是第三个字节，编码码位为0x81至0xFE；再次是第二个字节，编码码位为0x30至0x39；最后是第一个字节，编码码位为0x81至0xFE。即：