阅读文章

汉字编码国家标准及现状

汉字扩展内码规范— GBK

[日期:2008-04-23] 来源:  作者: [字体: ]

国际标准化组织为了将世界各民族的文字进行统一编码,制定了UCS标准。根据这一标准,中、日、韩三国共同制定了《CJK统一汉字编码字符集》,其国际标准号为:ISO/IEC10646,国家标准号为:GB13000-90,该汉字编码字符集就是通常人们所说的大字符集,它编入了20902个汉字,收集了大陆一二级字库中的简体字,台湾《通用汉字标准交换码》中的繁体字,58个香港特别用字和92个延边地区朝鲜族“吏读”字,甚至涵盖了日文与韩文中的通用汉字,满足了方方面面的需要。Windows95/98/NT/2000中都装入了大字符集汉字库,人们一般称它为GBK(“国家标准扩展”的拼音缩写)。

汉字扩展内码规范--GBK 的目的是解决汉字收字不足、简繁同平面共存、简化代码体系间转换等汉字信息交换的瓶颈问题,并在保持已有应用软件兼容性的前提下,向最终的国际统一双字节字符集标准 ISO10646.1 迈进。

1.扩展的汉字内码规范的原则

与 《信息交换用汉字编码字符集--基本集》即国家标准 GB2312-80 的内码体系标准完全兼容。

在字汇一级支持 ISO 10466.1/《CJK统一汉字编码字符集》即国家标准 GB13000.1 的全部 CJK 汉字。

非汉字符号同时涵盖大部分常用的BIG5 非汉字符号。

2.规范的名称与简称

中文名称:汉字内码规范

英文名称:Chinese Internal Code Specification

简称: GBK ( K 是“扩展”的汉语拼音第一个字母)

3.规范的内容

适用范围:

作为非 UCS (ISO 10646) 体系的代码页(Code Page),适用于中文信息的处理、交换、存储、显现、输入和输出。

字汇:

GB2312-80 的全部汉字、非汉字符号。

GB13000.1中的其他CJK 汉字。

以上两项合计为 20902 个 GB 化汉字。

《简化字总表》中尚未收入 GB 13000.1 的 52 个汉字;即,GBK 不但能包括《现代汉语通用字表》的全部七千个汉字,还能够包含《简化字总表》中的全部简体字及其对应的繁体字。

  《康熙字典》及《辞海》中尚未收入 GB 13000.1 的部首及重要构件共 28 个。

  13 个汉字结构符。

  《BIG5 》中未被 GB2312--80 收入的、单在 ISO 10646.1 中存在的图形符号 139 个。

  正式收入带音调的拼音字母 30 个和 ɑ、ɡ(按 GB 12345-90 印刷本)。

汉字“O”(GB13001.1代码 0x3007“零”)。

  GB 12345-90 中编码的竖排标点符号 19 个,但凡是 UCS 中没有编码的暂不收入。

从 ISO 10646.1/GB 13000.1 的 CJK 兼容区挑选出来的 21 个汉字,以保证若干 BIG5 (TCACNS11643) 文件、JIS 文件及 IBM 文件在双向往返转换中不致丢失信息。

31 个 IBM OS/2 专用符号,凡是 ISO 10646.1/GB 13000.1 已经收入的全部收入或认同。

汉字字序

GB2312-80 的汉字仍然按照原有的 I 级字,II 级字,分别按拼音、部首/笔画排列。

GB13000.1 的其他CJK汉字,按 UCS 代码大小顺序排列。

追加的80个汉字、部首/构件,与上述两类字汇分开,按康熙字典页码.字位单独排列。

码位分配

总体采用 8140-FEFE 的矩形区域,剔除 xx7F 一条线,共 23940 个码位。

汉字区:21008 个码位。GB2312-80汉字区 B0A1-F7FE,6768个码位, 6763个汉字;GB13000.1扩充汉字区 8140-A0FE的矩形区,剔除 xx7F, 6080 个码位;AA40-FEA0,剔除 xx7F, 8160 个码位,其中, 21 个 CJK 兼容汉字编码在 FD9C-FE4F; 80 个增补汉字/部首/构件在 FE50-FEA0。

图形符号区:1038 个码位。GB2312-80非汉字区 A1A1-A9FE,846 个码位,除了原有的标准字符外,其中还有: 10 个小写罗马数字《补充在 A2A1-A2AA, 30 个带音调拼音字母及 ɑ、ɡ安排在 A8A1-A8C0, 19 个竖排符号安排在 A6E0-A6F5 之间。GB13000.1 扩充非汉字区A840-A9A0,剔除 xx7F,192 个码位,BIG5 非汉字字符、结构符和“O”排列在此区域。

用户自定义区: 1894个码位,AAA1-AFFE的矩形区, 564 个码位;F8A1-FEFE的矩形区, 658 个码位,A140-A7A0 的矩形区, 672 个码位 (剔除 xx7F)。

GBK 与 GB 13000.1 的对应关系

汉字区和图形符号区的所有字符,都与 GB 13000.1 已经编码的字符一一对应。

52 个追加汉字、28 个部首/构件以及 13 个结构符均暂时对应于 GB 13000.1 的专用区( Private Use Area, E000-F8FE),如果今后这些字符正式收入了 ISO 10646/ GB 13000,本规格将作相应修改。

带音调的拼音字母,与 GB 13000.1 中 A_Zone 的 Latin 编码字符相对应;与 GB 13000.1 不能对应的两个字母,有待向 SC2/WG2 申请码位。

GBK 的字形

GBK 字形要与 ISO 10646.1/GB 13000.1 保持一致。

在 CJK 汉字认同规则的总框架内,选用“无重码正形”后的(GB 化)的汉字字形。



上一页 [1] [2] [3] [4] [5] [6] [7] 下一页   


阅读:
录入:湘里伢子

语网特别申明:各专栏专辑作者文责自负,对自己的作品享有完整版权,在语网的发布不影响其再版权,即作者还可另行投稿或出版。任何人均可在本站发布或转载文章,但这并不意味着本站赞同其观点或证实其内容的真实性,如涉及版权等问题,请作者来函联系。

评论 】 【 推荐 】 【 打印
上一篇:什么是GB、BIG5、GBK、GB18030字集?

下一篇:GBK 汉字内码扩展规范编码表
相关文章       汉字 
本文评论
  既然是国家强制性标准,为什么要收费才能阅读,为什么不能广而告知? 作者: Julia 2007-2-4 13:09:58 等级: ★   既然是国家强制性标准,为什么不能广而告之提供免费下载,反而需要购买?直到今天我才知道GB18030-2005已经取代了GB18030-2000,但具体的内容有多少人知道呢?不知道又何谈遵守呢?期间听说还出过国家强制性标准GB18030-2001,但有操作系统和字处理软件真正支持这个标准吗?GB18030-2005的适用范围是什么?是需要所有的应用软件比如游戏、杀毒、集群软件都支持GB18030-2005吗?      盼有关部门给予答复。 http://www.spc.net.cn/review/review.asp?strid=28735   (湘里伢子会员 ,2008-04-23 )
  反对GB 18030作为国家标准 作者: 张轴材 代 郑珑等人 2006-10-10 15:04:06 等级: ★★★★★   诸位:      尽管下述意见众所周知,但我还是再说一遍,不准确之处望指正。      在GB18030-2005这个标准中,汉字的编码不符合ISO/IEC 10646:2003汉字编码字符集这一国际标准,在今天我国已加入WTO,大家都离不开国际互联网的时代,这标准出台的本身就是一个错误的技术路线,起着误导和阻碍我国中文信息技术发展的作用,幸亏大家都没有执行,因为连制订这一标准的部门自己都无法执行。而且这一标准也不符合“中国标准创新贡献奖”中“奖励范围”的规定,因此我坚决反对该标准获取“中国标准创新贡献奖”!奖励范围规定:(一)截止2006年9月1日,经相应主管部门批准发布、备案并已实施一年以上(含一年)的国家标准项目、行业标准项目、地方标准项目、企业标准项目。(二)被国际标准化组织(包括ISO、IEC、ITU及其他认可的国际组织)采纳且已经批准发布为国际标准的项目。”      因为:(一)在GB18030-2005的标准手册上印着“2005-11-08”发布、“2006-05-01实施”。 且该手册是2006年8月第一次印刷,根本不够“实施一年以上”的要求;(二...   (湘里伢子会员 ,2008-04-23 )
  GB18030是技术的倒退 作者: 张轴材 2006-10-10   关于对首届"中国标准创新贡献奖"     奖励项目GB18030-2005的严重质疑      1. 该标准的体系结构存在严重问题;早有报告。      2. 该标准与GB 13000(等同于我国长期参与、跟踪、主导的国际标准ISO/IEC 10646=Unicode)等国际主流标准完全不兼容,却是人为的强制性标准,已经造成混乱,将严重阻碍信息技术发展。      3. 信息技术界、中文信息学会、国家语委多次提出反对意见,标准制定单位置若罔闻,搞小圈子,压制不同意见,造成严重恶果。      4. 标准制定单位采取欺上瞒下等不正当手段,封锁长期在该领域工作的国家工作组成员,用虚伪政治口号误导领导,不敢面对严肃的技术问题,致使标准中错误百出。      5. GB 18030-2005的文本才出版5个月、 “创新贡献奖”选在国庆长假前夕公布,10天中7天假,不可能有充裕的时间征得公众意见。而与国际标准等同的GB 13000-2005则被主办单位扣押,致使公众无从比较优劣。      6. GB 18030所选汉字,乃是GB 13000十余年来国内外专家长期工作认同、甄别的结果,GB 18030小组信手拈来,胡乱编码而已,何来创...   (湘里伢子会员 ,2008-04-23 )
发表评论


点评:
 
字数(限500字,建议200字以内):
姓名:

  • 尊重网上道德,遵守中华人民共和国的有关法律法规
  • 承担一切因您的行为而导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款
站内查询



 
最新文章