GB2312的编码规则

GB2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时，GB2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄罗斯语西里尔字母在内的682个全形字符。

GB2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖99.75%的使用频率。GB2312中对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。

01-09区为特殊符号。

16-55区为一级汉字，按拼音排序。

56-87区为二级汉字，按部首/笔画排序。

10-15区及88-94区则未有编码。

举例来说，“啊”字是GB2312之中的第一个汉字，它的区位码就是1601。字节结构在使用GB2312的程序中，通常采用EUC储存方法，以便兼容于ASCII。每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”，第二个字节称为“低位字节”。 “高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0)，“低位字节”使用了0xA1-0xFE(把01-94加上0xA0)。例如“啊”字在大多数程序中，会以0xB0A1储存。（与区位码对比：0xB0=0xA0+16,0xA1=0xA0+1）。

所以GB2312编码中汉字区码的十进制是从176到247，位码是从161到255.之所以存储了6763小于82*94=6768，是因为在区码为215，位码为250-254之间共五个编码没有汉字编码，所以6768-5=6763个。

GB2312的编码规则相关推荐

UTF-8编码规则（转）
UTF-8是Unicode的一种实现方式,也就是它的字节结构有特殊要求,所以我们说一个汉字的范围是0X4E00到0x9FA5,是指unicode值,至于放在utf-8的编码里去就是由三个字节来组织,所 ...
字符编码知识：Unicode、UTF-8、ASCII、GB2312等编码之间是如何转换的？
字符编码知识:Unicode.UTF-8.ASCII.GB2312等编码之间是如何转换的? 字符编码是计算机技术的基石,想要熟练使用计算机,就必须懂得字符编码的知识.不注意的人可能对这个不在意,但这些 ...
php中usc2编码,规则编码说明
标签: [编码][/编码] --通常,中文网站的编码只需要测试这4中,"gbk.utf8.gb2312转utf8",部分是\u9a8c是这样的,需要用编码"usc2&qu ...
php 英文单词数,【PHP】统计中英文单词数（GB2312/UTF-8编码)
英文单词的统计可以直接用php原生的函数str_word_count来进行统计.但这个函数对于中文汉字显得无能为力,无法准确统计到汉字个数. 解决办法是根据汉字的编码规则,自己来实现中文汉字数统计和中 ...
ASCII、Unicode、UCS-2、UTF-8 等字符编码规则的区别与联系
目录一.前言二.补充(bit & Byte) 三.ASCII(美国信息交换标准代码) 四.各国独立的语言编码五.Unicode(统一码.万国码) 1. Unicode字符集 2. Uni ...
gb2312 java编码几个字节_彻底搞懂乱码——字符，字节和编码
级别:中级摘要:本文介绍了字符与编码的发展过程,相关概念的正确理解.举例说明了一些实际应用中,编码的实现方法.然后,本文讲述了通常对字符与编码的几种误解,由于这些误解而导致乱码产生的原因,以及消除乱 ...
以太坊RLP编码规则
链客,专为开发者而生,有问必答! 此文章来自区块链技术社区,未经允许拒绝转载. 区块链中以太坊RLP编码规则! RLP(Recursive Length Prefix,递归长度前缀)编码算法,是以太坊 ...
密码生成常见的编码规则
密码生成常见的编码规则人们在创建密码的时候,往往有一些常见的习惯,例如在密码后面加上出生年.这样操作的目的是为了提升密码的强度.而渗透测试中常见的密码生成工具为了提高破解几率,就会总结这些习惯,从而 ...
Base64的编码规则和C#实现
Base64是网络上最常见的用于传输8Bit字节码的编码方式之一: Base64的编码规则 Base64编码的思想是是采用64个基本的ASCII码字符对数据进行重新编码. 它将需要编码 ...

GB2312的编码规则

GB2312的编码规则相关推荐

最新文章

热门文章