GB2312GB_13000_GBKGB18030介绍讲解.doc

1、GB2312、GB 13000、GBK、GB18030 介绍 GB 2312：又称为 GB 2312-80，是一个简体中文字符集的中国国家标准，于1980年由中国国家标准总局发布，1981年5月1日实施，全称为《信息交换用汉字编码字符集基本集》，规定了6763个汉字和682个非汉字图形。 GB 13000：为了便于多个文种的同时处理，国际标准化组织下属编码字符集工作组研制了新的编码字符集标准，ISO/IEC 10646。该标准第一次颁布是在1993年，当时只颁布了其第一部分，即ISO/IEC 10646.1: 1993，我国相应的国家标准是GB 13000.1-93《信息技术 通用多八位编码字符集(UCS) 第一部分：体系结构与基本多文种平面》。 制定这个标准的目的是对世界上的所有文字统一编码，以实现世界上所有文字在计算机上的统一处理。 GBK：随着信息技术在各行业应用的深入，GB 2312 收录汉字数量不足的缺点已经初步显露出来。例如：镕字现在是高频率使用字，而 GB 2312 却没有为它编码，因而，政府、新闻、出版、印刷等行业和部门在使用中感到十分不便。1995年，全世界大多数的PC操作系统都实现了16/32 位。GB 13000.1 的实现出现了一线曙光。一方面为了对 GB 2312 进行扩充，一方面顺应当时技术的发展向 GB 13000.1 推进，同时兼顾当时最广泛采用 GB 2312 内码系统。原电子部和原国家技术监督局联合颁布了指导性技术文件《汉字内码扩展规范》1.0版，即 GBK 。 在GBK的内码系统中，GB 2312 汉字所在码位保持不便，这样，保证了 GBK 对 GB 2312 的完全兼容。同时，GBK 内码与 GB 13000.1 代码一一对应，为 GBK 向 GB 13000.1 的转换提供了解决办法。 微软对 GB 2312 的扩展，也就是 CP936 字码表 (Code Page 936)的扩展（原来的 CP936 和 GB 2312-80 一模一样），最初出现于 Windows 95 简体中文版中。 注意 GBK 并非国家正式标准，只是国家技术监督局标准化司、电子工业部科技与质量监督司发布的“技术规范指导性文件”。虽然 GBK 收录了所有 Unicode 1.1 及 GB 13000.1-93 之中的汉字，但是编码方式与 Unicode 1.1 及 GB 13000.1-93 不同。仅仅是 GB 2312 到 GB 13000.1-93 之间的过渡方案。 GB 18030-2000：1995年之后的实践表明，GBK 作为行业规范，缺乏足够的强制力，不利于其本身的推广，而我们寄予厚望的 GB 13000 的实现又脚步缓慢，现有汉字编码字符集标准已经不能满足我国信息化建设的需要。 为此，原国家质量技术监督局和信息产业部组织专家制定发布了新的编码字符集标准，GB 18030-2000《信息技术 信息交换用汉字编码字符集 基本集的扩充》。 GB 18030-2000 收录了ISO/IEC 10646.1: 2000的全部27484个 CJK 统一汉字，13个表意文字描述符、部分汉字部首和部件、欧元符号。在编码体系上，GB 18030 统一了内码和交换码的概念。它完全兼容 GB 2312 和 GBK 的编码体系，继承 GBK 的代码映射表的优点，解决了 GB 18030 和 GB 13000 之间的代码转换。 GB 18030-2005：全称：国家标准 GB 18030-2005《信息技术中文编码字符集》，是中华人民共和国目前最新的内码字符集，是 GB 18030-2000《信息技术 信息交换用汉字编码字符集基本集的扩充》的修订版。与 GB 2312-1980 完全兼容，与 GBK 基本兼容，支持GB 13000 及 Unicode 的全部统一汉字，共收录汉字70244个。 2、GB 18030的优点 1）编码汉字数量大 与西方文字不同，汉字是表意文字，成千上万的不同含义需要成千上万的不同汉字来表示。西方文字主要是拼音文字，通过几十个字母的组合就可以变出成千上万的单词。在计算机里面，西方文字只需要给几十个字母编码就够了，而每一个汉字都要一个编码才行。根据专家的统计，一般中文应用系统需要13,000个左右的汉字，大型中文应用系统需要23,000个左右的汉字，政府机关的专用中文应用系统需要48,000个左右的汉字，而图书馆用的中文应用系统需要的汉字可能超过10万。GB 18030-2000达到了27484个汉字，基本上可以满足目前政府机关内部工作、政府机关的网上工作、电子商务、以及其他网上服务行业的需要。此外，GB 18030还提供了13汉字结构符和一些汉字部件，为某些尚未编码的汉字的解决提供了方案。不仅如