黑马程序员技术交流社区

标题: GBK码表的概况 [打印本页]

---

作者: BugBuff    时间: 2016-3-27 23:43
标题: GBK码表的概况
String s2 = "你好你好";
byte[] arr = s2.getBytes();                //通过gbk码表将字符串转换成字节数组
for (int 1 = 0;i < arr.length;i++ ) {        //编码:把我们看的懂得转换为计算机看的懂得
   System.out.print(arr[i] + " ");        //gbk码表一个中文代表两个字节
}                                        //gbk码表特点,中文的第一个字节肯定是负数

GBK码表的概述:
        GBK即汉字内码扩展规范，K为扩展的汉语拼音中“扩”字的声母。英文全称Chinese Internal Code Specification。
        GBK编码标准兼容GB2312，共收录汉字21003个、符号883个，并提供1894个造字码位，简、繁体字融于一库。
        GB2312码是中华人民共和国国家汉字信息交换用编码，全称《信息交换用汉字编码字符集——基本集》，1980年由国家标准总局发布。
GBK码表的概况:
     GB2312的出现，基本满足了汉字的计算机处理需要，但对于人名、古汉语等方面出现的罕用字，GB2312不能处理，
  这导致了后来GBK及GB18030汉字字符集的出现。　　GBK采用双字节表示，总体编码范围为8140-FEFE，首字节在81-FE 之间，
  尾字节在40-FE 之间，剔除 xx7F一条线。总计23940 个码位，共收入21886个汉字和图形符号，其中汉字（包括部首和构件）21003 个，
  图形符号883 个。P-Windows3.2和苹果OS以GB2312为基本汉字编码， Windows 95/98则以GBK为基本汉字编码。
　　  有些汉字用五笔和拼音都打不出来，如：溙（五笔IDWI），须调出GBK字符集才能打出这个字。极品五笔中可右击输入法图标，设置，属性中选GBK字符集
  。极点五笔中可点击工具条中相关图标进行转换。

     1993年，Unicode 1.1版本推出，收录了中国大陆、台湾、日本及韩国通用字符集的汉字，总共有20,902个。

     中国大陆订定了等同于Unicode 1.1版本的“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”。

     由于GB 2312-80只收录了6763个汉字，有不少汉字，如部分在GB 2312-80推出以后才简化的汉字（如“啰”），部分人名用字（如中国前总理朱镕基的
   “镕”字），台湾及香港使用的繁体字，日语及朝鲜语汉字等，并未有收录在内。中文电脑开发商，于是利用了GB 2312-80未有使用的编码空间，
   收录了所有出现在Unicode 1.1及GB 13000.1-93之中的汉字，制定了GBK编码。

     根据西方资料，GBK最初是由微软对GB2312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，由于Windows产品的流行和在大陆广泛被使用，中华人民共和国国家有关部门将其作为技术规范。
   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。

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2