成品庫編碼知識2011年版

編碼知識（2011年版）什么是編碼？以固定的順序排列字符，并以此做為記錄、存貯、傳遞、交換的統(tǒng)一內(nèi)部特征，這個字符排列順序被稱為“編碼”。字庫的編碼是字庫組織的依據(jù)，也是文字處理的基礎(chǔ)。不同國家和地區(qū)有不同的編碼標準。和中文字庫有關(guān)的常見編碼有：單字節(jié)編碼、GB2312-80、GB12345-90、GBK、Unicode編碼、ISO10646/Unicode字符集、GB18030-2000、BIG5編碼、方正748編碼工作中應(yīng)用頻率最高的編碼?GB2312-80編碼；（大陸簡體）GB12345-90編碼；（大陸繁體）GBK編碼；Big5編碼；（港澳臺繁體）GB2312-80編碼?全稱是《信息交換用漢字編碼字符集基本集》，1980年發(fā)布，是中文信息處理的國家標準，在大陸及海外使用簡體中文的地區(qū)（如新加坡等）是強制使用的唯一中文編碼。GB2312-80標準每個字體含字符7539個，詳細內(nèi)容如下：

7539=94(單字節(jié)ASCII字符)

+6763(雙字節(jié)漢字)+682(雙字節(jié)符號)可以簡單的理解為：在大陸應(yīng)用的最基本的簡體編碼標準；GB12345-90編碼?全稱是《信息交換用漢字編碼字符集輔助集》，是一個關(guān)于繁體漢字的編碼標準。所謂“輔助集”是與“基本集”（GB2312-80）相對應(yīng)而言的。原則上是將GB2312中的簡化字用相應(yīng)的繁體字替換而成。GB12345標準每個字體含字符7642個，詳細內(nèi)容如下：

7642=94(單字節(jié)ASCII字符)

+6866(雙字節(jié)漢字)+682(雙字節(jié)符號)可以簡單的理解為：在大陸應(yīng)用的繁體編碼標準；GBK編碼?全稱是《漢字內(nèi)碼擴展規(guī)范》，1995年發(fā)布，該編碼標準兼容GB2312，簡、繁體字融于一庫。GBK標準每個字體含字符21980個，詳細內(nèi)容如下：

21980=94(單字節(jié)ASCII字符)

+21003(雙字節(jié)漢字)+883(雙字節(jié)符號)

可以簡單的理解為：在大陸應(yīng)用的字數(shù)較多的編碼標準；GB2312編碼屬于GBK編碼的子集；Big5編碼?是目前臺灣、香港地區(qū)普遍使用的一種繁體漢字的編碼標準，俗稱“大五碼”。BIG5標準每個字體含字符13554，詳細內(nèi)容如下：

13554=94(單字節(jié)ASCII字符)+407（標準符號區(qū)<A140-A3E1，含歐元>）

+5401（常用字區(qū)<A440-C67E>）

+7652（次常用字區(qū)<C940-F9D5>）可以簡單的理解為：在港澳臺地區(qū)應(yīng)用的最基本的繁體編碼標準；四個編碼體系的關(guān)系1、若在大陸地區(qū)應(yīng)用，主要應(yīng)用到GB2312-80編碼、GB12345-90編碼、GBK編碼；若在港澳臺地區(qū)應(yīng)用，主要應(yīng)用Big5編碼；2、GBK編碼可簡單理解為大字符集，包括GB2312-80編碼、GB12345-90編碼中的所有字符，并有所增加；兩種繁體字型比較GB12345-90編碼的繁體與Big5編碼的繁體字型不同，不可混用。同一個編碼體系，不同字體時寫法也不同；GBK編碼有漢字21003個，而GB2312編碼只有漢字6763個。

一些生僻字都包含進了GBK編碼，比如：喆镕犇堃瞭暸旻皕彧屾玕珺愔赟篯玨玨珮等；通常戶籍管理、辭書出版、古籍整理、地理信息系統(tǒng)中涉及的文字較多，建議使用