梳理下中文编码的历史

最早，计算机使用7位编码来表示英语字符，而其他使用拉丁字母、希腊字母、西里尔字母、希伯来字母等的语文，由于只使用数十个字母，传统上均使用8位编码的ISO/IEC 8859标准来表示。

但由于汉语、日语及朝鲜语字数众多，无法用单一个8位字符来表达，故需要多于一个字节来代表一个字。于是，ISO 2022就设计出来让汉语、日语及朝鲜语可以使用数个7位编码的字符来示(当时通信领域的协议采用了第8位做校验纠错用途)。

 

GB 2312-80 即 GB2312, 遵循 ISO 2022 由中国国家标准总局发布，1981年5月1日实施，收录6763个汉字。

 

EUC（Extended Unix Code）使用8位编码来表示字符的方法，于1991年标准化，这是针对 Unix 系统，由一些 Unix 公司所开发，遵循于 ISO 2022，而 EUC-CN 就是 GB2312 的编码实现，可以说通过 EUC 把 GB2312 给标准化了。

 

早期的 window 遵循 EUC 编码规范，将 EUC-CN 规定为 CP936（Code Page），这时可以认为 EUC-CN = CP936 = GB2312

 

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

同年，我国制定等同于 Unicode 1.1 的 GB 13000.1-93，这仅是标准

 

在我国颁布 GB 13000.1-93 后，微软正在做 window95，鉴于我国制作了 GB 13000.1-93 的标准，于是将 CP936 中未使用的编码空间，用 GB 13000.1-93 中不包含在 GB2312 的字符做扩展，这个时候是不是叫GBK有待商榷，肯定是CP936的扩展​，由于微软编码页其内在的编码不同于国标的编码, 这时 CP936=GBK≠GB 13000.1-93, GBK兼容GB2312

 

为了配合 UNICODE 的实施，全国信息技术标准化技术委员会于1995年12月1日制订了《汉字内码扩展规范》(GBK), 这时 CP936≠GBK(但仍然可以说CP936指代GBK)，GBK 定义之字符较 CP936 多出95字，但是 CP936 未做修改。

 

2005年 GB 18030-2005 发布，考虑到GBK使用的广泛性(感谢盗版)，GB18030完全兼容GBK，不兼容 GB 13000.1-93

 

参考---

再谈字符编码。关于EUC，EUC-CN和codepage936 - http://hi.baidu.com/xyk34/item/7bdca45fa33eacc09e2667f9

维基百科 - http://zh.wikipedia.org/wiki/GBK