浅谈各编码方式的由来以及各编码之间的关系（二）

5. GB18030

GB18030到目前为止有俩个版本：GB18030-2000和GB18030-2005.

GB18030-2000收录了27533个汉字，而GB18030-2005收录了70244个汉字。 大家知道GB2312虽然收录了大部分的汉字，基本满足需求，但是像一些人名，地名以及古汉语中的罕见字，Gb2312是无法处理的。在这种情况下，就产生了GBK和Gb18030.

这里要注意GBK并不是国家标准，而只是一个具有指导性的规范。

 

Gb18030采用单字节，双字节和四字节三种方式对字符进行编码。单字节部分使用0x00-0x7F，双字节部分，首字节码位从0×81-0×FE，尾字节码位分别是0×40-0×FE(除了0x7F)。四字节部分， 第一和第三字节编码是0x81-0xFE， 第二和第四字节编码码位是0x30-0x39.

 

GB18030单字节部分是与ASCII兼容；双字节部分是与GBK基本兼容；四字节部分，它容纳了Unicode BMP中无法被GBK涵盖的部分

 

GB18030-2005是在GB18030-2000的基础上做如下的调整：

　   a. 在四字节字符表中增加CJK统一汉字扩充B和已经在GB13000中编码的我国少数民族文字字符的字形。其实GB18030-2000已经映射了这些码位，但GB18030-2000没有给出这些字符的字形。 
      b. 调整字符的编码。
      c. 去掉了单字节编码的欧元符号（0x80）。