常见的汉字编码标准

所有信息在计算机中都是以二进制数0和1表示的，汉字也不例外。将不同的汉字设定为不同的数字，这就是汉字编码。不同的汉字编码规则就形成了不同的编码标准，以下是常见的汉字相关编码标准。

一、国内标准

1．GB2312

GB2312是1980年中国发布了第一个汉字编码标准，全称 《信息交换用汉字编码字符集·基本集》，它包含了6763个汉字字符，覆盖了现代汉语的常用词汇和短语。该编码标准将汉字分为两级，第一级包含1300个常用汉字，第二级包含5400个较为罕见的汉字。

2．GBK

GBK编码是在GB2312编码的基础上扩展而来的，于1995年12月1日制订，全称为《汉字内码扩展规范》。GBK这三个字母代表汉语拼音Guó Biāo Kuò，表示汉字国标扩展码。相对GB2312，它支持更多的汉字和字符。

GBK完全兼容GB2312-80标准，不过它只是 "技术规范指导性文件"，并不属于国家标准。

GBK编码采用定长的双字节编码方式，在中国大陆地区被广泛应用。

3．GB18030

全称《信息技术中文编码字符集》，是中国国家标准的最新汉字编码字符集。它是GBK的扩充，可以表示少数民族的字符。

它们之间的关系是：GB18030兼容GBK，GBK兼容GB2312，GB2312兼容ASCII。

二、国际标准

1．Unicode

也称统一码，万国码。它的目的是统一世界上所有的语言编码，可以容纳100多万个符号，包含了世界上几乎所有语言的字符和符号。它的缺点是效率不高，需用4个字节存储一个符号。

2．UTF-8

为了提高Unicode的编码效率，就出现了UTF-8编码。UTF-8是一种可变长度的Unicode编码，一个字符的编码长度可为1到4个字节，根据字符的实际长度来分配存储空间。

3．ANSI

ANSI码即为美国国家标准学会的标准码。使用 2 个字节来代表一个字符的各种延伸编码方式，称为ANSI编码。在简体中文系统下，ANSI编码代表GB2312编码，在日文操作系统下，ANSI 编码代表 JIS 编码。不同 ANSI 编码之间互不兼容。

三、其他标准

BIG5

因为GB2312面向简体中文字符集，不支持繁体汉字，而在台湾、香港与澳门地区，使用的是繁体中文字符集，所以台湾五大厂商宏碁、神通、佳佳、零壹以及大众一同制定了一种繁体中文编码方案。因其来源被称为五大码，英文写作Big5，后来按英文翻译回汉字后，普遍被称为大五码。