GB 2312

GB 2312

GB 2312GB 2312-80 是中华人民共和国国家标准简体中文字符集,全称《信息交换用汉字编码字符集·基本集》,又称GB0,由中国国家标准总局发布,1981年5月1日实施。GB2312编码通行于中国大陆;新加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的软件都支持GB 2312。

目录

  • 1 概述
  • 2 分区表示
  • 3 字节结构
  • 4 对“不规范简化字”和繁体字的收录
  • 5 修订
  • 6 字模集
  • 7 注释
  • 8 参考文献
  • 9 外部链接
  • 10 参见

概述

GB 2312标准共收录6763个汉字,其中一级汉字3755个,二级汉字3008个;同时收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个字符。

GB 2312的出现,基本满足了汉字的计算机处理需要,它所收录的汉字已经覆盖中国大陆99.75%的使用频率。但对于人名、古汉语等方面出现的罕用字和繁体字,GB 2312不能处理,因此后来GBK及GB 18030汉字字符集相继出现以解决这些问题。

分区表示

GB 2312中对所收汉字进行了“分区”处理,每区含有94个汉字/符号。这种表示方式也称为区位码。

  • 01-09区为特殊符号。
  • 16-55区为一级汉字,按拼音排序。
  • 56-87区为二级汉字,按部首/笔画排序。

10-15区及88-94区则未有编码。

举例来说,“啊”字是GB2312之中的第一个汉字,它的区位码就是1601。

字节结构

在使用GB2312的程序通常采用EUC储存方法,以便兼容于ASCII。浏览器编码表上的“GB2312”,通常都是指“EUC-CN”表示法。

每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”,第二个字节称为“低位字节”。

“高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0),“低位字节”使用了0xA1-0xFE(把01-94加上0xA0)。 由于一级汉字从16区起始,汉字区的“高位字节”的范围是0xB0-0xF7,“低位字节”的范围是0xA1-0xFE,占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

例如“啊”字在大多数程序中,会以两个字节,0xB0(第一个字节)0xA1(第二个字节)储存。(与区位码对比:0xB0=0xA0+16,0xA1=0xA0+1)。

对“不规范简化字”和繁体字的收录

  • 收了两个不合乎中华人民共和国标准的简化字:
    • (68-41):由“审[審]”类推简化而来,但《简化字总表》已将“”简化归并为“”。旧版《新华字典》收有此字,释为“汁”;新版取消,并入“”。
    • (79-64):由“钅[釒]”类推简化而来,但《简化字总表》已将“”简化归并为“”。
  • 收了两个繁体字:
    • (79-81):原版收入使用繁体偏旁之“”字,但《简化字总表》已将“”和“”简化归并为“”;后续的字模附录将之修正为“”(下详)[1]
    • (65-65):该繁体字已经在《简化字总表》简化成“”(26-83)字,而且没有说明在语义不清时用“”来表示,可是GB2312却多收此字。

修订

GB 5007.1-85《信息交换用汉字 24x24 点阵字模集》首次附录对 GB 2312 之更正,包括:

  • 调整拉丁字母“g”之字形
  • 补充六个拼音符号 ɑḿńňǹɡ[注 1]
  • 补充94个半字图形字符(第3区之半形版本,相当于 GB 1988)
  • ”更正为“

另建议于第11区加入第8区首32个拼音符号(包括以上补充六个)之半形版本。

GB2312 本身一直未有修订,但此等修订部分收入相关字模集(下详)、GB 12345、后续之 GBK 及 GB 18030。

GB2312 亦用于 ISO-IR-165。

字模集

  • GB 5007.1-85《信息交换用汉字 24x24 点阵字模集》
  • GB 5007.2-85《信息交换用汉字 24x24 点阵字模数据集》
  • GB 5199.1-85《信息交换用汉字 15x16 点阵字模集》
  • GB 5199.2-85《信息交换用汉字 15x16 点阵字模数据集》
  • GB 6345.1-86《信息交换用汉字 32x32 点阵字模集》
  • GB 6345.2-86《信息交换用汉字 32x32 点阵字模数据集》
  • GB 12034-89《信息交换用汉字 32x32 点阵仿宋体字模集及数据集》
  • GB 12035-89《信息交换用汉字 32x32 点阵楷体字模集及数据集》
  • GB 12036-89《信息交换用汉字 32x32 点阵黑体字模集及数据集》
  • GB 12037-89《信息交换用汉字 36x36 点阵宋体字模集及数据集》
  • GB 12038-89《信息交换用汉字 36x36 点阵仿宋体字模集及数据集》
  • GB 12039-89《信息交换用汉字 36x36 点阵楷体字模集及数据集》
  • GB 12040-89《信息交换用汉字 36x36 点阵黑体字模集及数据集》
  • GB 12041-89《信息交换用汉字 48x48 点阵宋体字模集及数据集》
  • GB 12042-89《信息交换用汉字 48x48 点阵仿宋体字模集及数据集》
  • GB 12043-89《信息交换用汉字 48x48 点阵楷体字模集及数据集》
  • GB 12044-89《信息交换用汉字 48x48 点阵黑体字模集及数据集》
  • GB/T 13443-92《信息交换用汉字 128x128 点阵楷体字模集及数据集》
  • GB/T 13444-92《信息交换用汉字 128x128 点阵仿宋体字模集及数据集》
  • GB/T 13445-92《信息交换用汉字 256x256 点阵楷体字模集及数据集》
  • GB/T 13446-92《信息交换用汉字 256x256 点阵仿宋体字模集及数据集》
  • GB/T 13844-92《图形信息交换用矢量汉字单线宋体字模集及数据集》
  • GB/T 13845-92《图形信息交换用矢量汉字宋体字模集及数据集》
  • GB/T 13846-92《图形信息交换用矢量汉字仿宋体字模集及数据集》
  • GB/T 13847-92《图形信息交换用矢量汉字楷体字模集及数据集》
  • GB/T 13848-92《图形信息交换用矢量汉字黑体字模集及数据集》

注释

  1. ^ ɑ(U+0251)
    ḿ(U+1E3F;其时 Unicode 未收,故 CP936 亦未收[1])
    ń(U+0144)
    ň(U+0148)
    ǹ(U+01F9;Unicode 3.0 始开始收纳,故 CP936 亦未收[2])
    ɡ(U+0261)

参考文献

  1. ^ 1965年《印刷通用汉字字形表》将“”(使用简化偏旁)注明为“作为人名地名及引用文言文的时候仍有需要”;2013年《通用规范汉字表》收录“锺”,可用於姓名

外部链接

  • TransWiki中文 - GB2312汉字拼音对照表
  • GB 2312 简体中文编码表
  • 信息交换用汉字编码字符集属性(官方)

参见

  • 同一时期的其他汉字编码:大五码(Big5)、国家标准中文交换码(CNS 11643)、CCCII、香港增补字符集(HKSCS)、JIS X 0208
  • Unicode、通用字符集(ISO/IEC 10646)
  • 中日韩统一表意文字
  • GB 12345


你可能感兴趣的:(GB 2312)