[整理]GB2312和GB18030

杜比环绕声

在中国，中文信息编码由政府负责制定并监督实施。这是为了保证对于所有的系统中文的编码都是一致的，能够互相进行操作。从计算机的应用开始，我国已经颁布了多种中文信息编码标准，常用的是GB2312-1980，GB12345，GB13000（GBK），以及最新标准GB18030。值得一提的是，最新的GB18030标准将要作为强制标准实行，所有不支持GB18030标准的软件将不能作为产品出售。


从GB2312-1980编码开始，汉字都是采用双字节编码。为了与系统中基本的ASCII字符集区分开，所有汉字编码的每个字节的第一位都是1。例如：“啊”字的编码为0xB0A1。


GB2312的汉字编码规则为：



第一个字节的值：在0xB0到0xF7之间
第二个字节的值：在0xA0到0xFE之间。




GB12345和GB13000是对GB2312-1980的扩充，所有已经包含在GB2312中的汉字编码不变，另外增加更多的码位。称为GBK。其编码规则大致为：



第一个字节的值：在0x81到0xFE之间
第二个字节的值：在0x40到0xFE之间




GB18030也是对GB2312的扩展，其编码长度由2个字节变为1~4个字节。
编码规则是：



单字节，其值从0到0x7F。
双字节，第一个字节的值从0x81到0xFE，第二个字节的值从0x40到0xFE（不包括0x7F）。
四字节，第一个字节的值从0x81到0xFE，第二个字节的值从0x30到0x39，第三个字节的值从0x81到0xFE，第四个字节的值从0x30到0x39





本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u/12258/showart_72815.html