汉字编码表是计算机系统用来把汉字和数字编码一一对应的标准对照表,核心作用就是让电脑能够识别存储传输汉字,解决汉字数量庞大不能直接像英文字母那样处理的问题。计算机内部只可以识别二进制数字,汉字本身是图形符号,所以必须制定统一的编码规则,给每一个汉字分配唯一编码,输入显示打印全部依靠这套编码完成。国内最经典的汉字编码表是 GB2312 编码表,后续又升级出 GBK GB18030,国际通用还有 Unicode 编码表,不同编码表收录汉字范围编码规则互不相同,如果编码表选择不匹配,就会出现乱码。汉字编码表一般会按照分区排列,记录汉字区位码内码机内码,同时标注汉字对应的拼音部首,是中文输入法操作系统中文软件开发的基础标准,学习汉字编码表,要理解区位码机内码转换逻辑,区分不同版本编码表收录汉字数量和适用场景。
一 主流汉字编码表介绍
| 编码名称 | 发布类型 | 收录汉字规模 | 核心特点 |
|---|---|---|---|
| GB2312 80 | 国家标准 | 收录 6763 个常用汉字 | 分为一级常用汉字二级次常用汉字,按拼音排序,早期中文系统基础编码表 |
| GBK | 国家标准扩展 | 收录两万一千多汉字 | 兼容 GB2312,补充繁体汉字生僻字,Windows 中文系统广泛使用 |
| GB18030 | 国家标准强制编码 | 收录七万多汉字 | 兼容 GBK,补充更多生僻字少数民族文字,是现行强制国标编码表 |
| Unicode | 国际统一编码 | 覆盖全球文字 | 给世界所有文字统一编号,UTF8 UTF16 是它的存储实现形式 |
二 GB2312 汉字编码表基础结构
GB2312 汉字编码表采用分区方式,一共 94 个区,每区 94 个位,也就是区位码,区号范围 01 到 94,位号范围 01 到 94。
一级汉字,一共 3755 个,从 16 区到 55 区,按照汉语拼音字母顺序排列,是日常最常用汉字。
二级汉字,一共 3008 个,从 56 区到 87 区,按照部首笔画顺序排列,属于次常用汉字。
编码表里面除汉字之外,还收录标点符号数字外文字母制表符这些符号。
区位码转换成机内码的基础规则,区号和位号分别加上 A0H,就得到计算机内部使用的机内码,这是汉字编码表非常重要的转换知识点。
三 汉字编码表相关基础概念
区位码,是汉字编码表里面汉字所在的区号加位号,属于十进制编号,早期区位输入法就是依靠这个编码输入汉字。
机内码,计算机内存里面实际保存的编码,用来区分汉字和西文字符,西文是单字节,国标汉字机内码是双字节。
输入码,也就是外码,比如拼音码五笔码,是用户打字输入的编码,不等于汉字编码表里的机内码,输入法会把输入码转换成汉字编码表里对应的机内码。
字形码,汉字点阵或者矢量轮廓,用来屏幕显示打印,不属于汉字编码表的编号,但是和编码表配套使用。
四 使用汉字编码表的学习步骤
第一步 分清编码表分类,知道国标系列和 Unicode 属于两套体系,不要混淆。
第二步 理解 GB2312 分区逻辑,明白一级汉字按拼音二级汉字按部首排序的差别。
第三步 掌握区位码和机内码的转换方法,理解双字节编码原理。
第四步 对比 GB2312 GBK GB18030 收录范围,明白升级是为了增加生僻字繁体汉字。
第五步 理解乱码产生原因,就是打开文件的时候,使用的编码表和文件原始保存编码表不一致。
第六步 区分输入码机内码字形码,很多初学者容易把五笔拼音这类输入码当成汉字编码表本身的编码。
五 汉字编码表应用场景
中文操作系统,操作系统底层依靠汉字编码表识别汉字,完成汉字显示存储。
中文输入法,输入法程序查询汉字编码表,把用户输入的拼音或者笔画转换成对应汉字编码。
数据库文档处理,网页开发,文件保存传输,都需要指定对应的汉字编码表,保证汉字不会损坏。
政务户籍生僻字处理,早期 GB2312 编码表缺少很多生僻字,所以才升级 GB18030,解决人名地名生僻字无法录入的问题。
【常见问题】
问题 1: 汉字编码表 GB2312 一共收录多少汉字
回答 1: 汉字编码表 GB2312 一共收录 6763 个汉字,汉字编码表里面分成一级常用汉字和二级次常用汉字两大部分。
问题 2: 汉字编码表出现乱码是什么原因
回答 2: 汉字编码表乱码一般是文件保存时使用一套汉字编码表,打开的时候选用另一套汉字编码表,编码不匹配就会显示乱码。
问题 3: 汉字编码表里面区位码和机内码是同一个吗
回答 3: 汉字编码表里面区位码和机内码不是同一个,区位码是区号位号编号,汉字编码表需要通过换算才能得到计算机使用的机内码。
问题 4: 汉字编码表 GB18030 相比 GBK 有什么提升
回答 4: 汉字编码表 GB18030 在 GBK 基础上扩充收录汉字数量,汉字编码表 GB18030 可以支持更多生僻字,是现行强制国家标准汉字编码表。
【免责申明】
本文是汉字编码表相关计算机基础科普内容,编码标准技术细节以国家官方发布标准原文为准,内容仅用于信息技术课程学习参考,不作为软件开发正式技术规范,正式开发请查阅国标官方文档。


