开发中同一个字拥有不同编码的汇总(eg䶮)

最新推荐文章于 2024-06-17 10:47:10 发布
最新推荐文章于 2024-06-17 10:47:10 发布
阅读量3.2k 收藏 3
点赞数 1
分类专栏： ios 文章标签： 生僻字
原文链接：http://code.web.idv.hk/gb18030/gb18030.php?i=1
版权

借用知乎上的回答：

属于GBK的遗留问题，当年定义GBK的时候同期的Unicode还没收“龙天”所以GBK给制定了个用户自定义区的码e863，后来Unicode收了该字，就在正式区分了码4dae。有些输入法按GBK规范做就是输出e863，另一些按Unicode做，输出就是4dae，理论上，应该以4dae为准，毕竟现在是Unicode的天下了
链接：https://www.zhihu.com/question/29273111/answer/100904852

 

以下转载自：http://code.web.idv.hk/index.php

GB 18030 編碼表

因 GB 18030 的設計是要把整個 Unicode 的字碼作對應，所以 GB 18030 的碼表，也與 Unicode 一樣龐大。

GB 18030 至今共有兩個版本：GB 18030-2000 和 GB 18030-2005。2005年版為現行版本。兩者分別見下。

在2018年7月，全國信息技術標準化技術委員會擬製作新的 GB 18030 版本，相信最終本將稱為 GB 18030-2019，並計劃在2019年下半年發佈。新版本目標是把所有《通用規範漢字表》的漢字，和直至 CJK-F 區的所有漢字都收錄在內（CJK 主區剩餘的 66 (74 減去已收錄的 U+9FB4–U+9FBB) 字、CJK-C 區 的 4149 字、CJK-D 區的 222 字、CJK-E 區的 5762字、CJK-F 區的 7473 字，共 87916 字）。

不過，此擬修訂版本，不明所意地打算把位於「相容表意文字區」中但實則獨一的漢字：U+FA0E（﨎）、U+FA0F（﨏）、U+FA11（﨑）、U+FA13（﨓）、U+FA14（﨔）、U+FA1F（﨟）、U+FA21（﨡）、U+FA23（﨣）、U+FA24（﨤）、U+FA27（﨧）、U+FA28（﨨）、U+FA29（﨩），和另外 9 個兼容漢字（郎、凉、秊、裏、隣、兀、嗀、礼、蘒）刪除。

請按下拉選框，選擇你想查詢的字碼。字碼第一欄以 Unicode 排序，第二欄為 GB 18030 內碼。有需要時輔以第三欄說明。

 請選擇  U+0000–U+0FFF U+1000–U+1FFF U+2000–U+2FFF U+3000–U+3FFF U+4000–U+4FFF U+5000–U+5FFF U+6000–U+6FFF U+7000–U+7FFF U+8000–U+8FFF U+9000–U+9FFF U+A000–U+AFFF U+B000–U+BFFF U+C000–U+CFFF U+D000–U+D7FF U+E000–U+F8FF（私人使用區） U+F900–U+FFFF（兼容區）   多文種補充平面 (SMP) 表意文字補充平面 (SIP) 表意文字第三平面（TIP，未正式使用） 第4輔助平面（尚未使用） 第5輔助平面（尚未使用） 第6輔助平面（尚未使用） 第7輔助平面（尚未使用） 第8輔助平面（尚未使用） 第9輔助平面（尚未使用） 第10輔助平面（尚未使用） 第11輔助平面（尚未使用） 第12輔助平面（尚未使用） 第13輔助平面（尚未使用） 特別用途補充平面 (SSP) 第15輔助平面（私人使用區A區） 第16輔助平面（私人使用區B區）  

GBK與GB 2312的分別

  • GB 2312 2字節碼位，第一個字節的值從 0xA1–FE（0xAA–AF 和 0xF8–FE 實際未使用），第二個字節的值從 0xA1–FE。
    GBK 2字節碼位，第一個字節的值從 0x81–FE，第二個字節的值從 0x40–7E 和 0x80–FE。
  • GB 2312 只有 6,763 個漢字。GBK 收錄所有中日韓統一表意文字基本區漢字。
    0x8140–A0FE，加入 6,080 個漢字；0xAA40–FD9B（不包括原有 GB 2312 範圍），加入 8,059 個漢字；0xFD9C–FE4F，加入 21 個兼容漢字。
  • GB 2312 只有 682 個符號。在後來的字形標準如 GB 5007.1 和 GB 6345.1 等，在 0xA8BB–A8C0 補上六個拼音符號：ɑ ḿ ń ň ǹ ɡ。GBK 承繼了這些符號。
  • GBK 加入 10 個小寫羅馬數字 ⅰ–ⅹ (0xA2A1–A2AA)。
  • GBK 加入 29 個豎排標點符號 (0xA6D9–A6F5)。來源自 GB 12345 標準。
  • GBK 加入台灣電腦系統用的符號 (0xA840–A895, 0xA940–A988，不包含 A958, A95B, A95D–A95F)。
    但實際上，台灣電腦系統並沒有 0xA844(―), 0xA891(☉), 0xA95C(‐) 。
    Big5 碼的 0xA145(‧), 0xA15A(╴), 0xA1C2(¯ 或 ‾), 0xA1C5(ˍ) 亦沒有在 GBK 出現。
  • 加入表意文字描述符 (0xA989–A995) 和漢字數字零 〇 (0xA996)
  • 加入當時 Unicode 尚未收錄的 52 個《簡化字總表》漢字、28 個《康熙字典》和《辭海》漢字部件 (0xFE50–FEA0)。
  • 註：GB 5007.1 和 GB 6345.1 等標準，在第 10 區（內碼 0xAAA1–AAFE）補充 94 個半形 ASCII 字符、
    在第 11 區（內碼 0xABA1–ABC0）補充漢語拼音 ü 的半形字符、a, e, i, o, u, ü 陰陽上去四聲的半形字符、和 ê, ɑ, ḿ, ń, ň, ǹ, ɡ 的半形字符共 32 個。
    GBK 和 GB 18030 標準均沒有遵從。

GBK與微軟CP936的分別

  • 微軟 CP936 在 0x80 加入歐元符號 €（1995年 GBK 推出時，歐元尚未誕生）
  • 微軟 CP936 沒有 0xA6D9–A6DF, A6EC–A6ED, A6F3, A8BC, A8BF, A989–A995, FE50–FEA0（GB 13000.1 / Unicode 1.0 沒有那些字符）。

GB 18030-2000與GBK的分別

  • GB 18030-2000 增加了4字節的碼位，第一個字節的值從 0x81–FE，第二個字節的值從 0x30–39，第三個字節從 0x81–FE，第四個字節從 0x30–39。並把 Unicode 的所有可能編碼，都對應到其中一個 GB 18030 碼位。
  • GB 18030-2000 收錄所有中日韓統一表意文字擴展A區漢字。
  • GB 18030-2000 把歐元符號收錄在 0xA2E3。
    很不幸，在微軟簡體中文系統，0x80 依舊是歐元符號；0xA2E3 則另有一個歐元符號，對應至私人造字碼 U+E76C。
  • 因為 Unicode ≥3.0 已收錄以下字符，在 GB 18030-2000 的官方文件附錄E 和 GB 18030-2005 的官方文件附錄E－表E.1，列出了以下字符在下一版 GB 13000（註：相當於 ISO/IEC 10646:2003）的位置。事實上，GB 18030-2000 和 -2005 已修改了它們所對應的 Unicode 對應。
GB碼位  字符  GBK 對應的造字區  GB 18030 對應的Unicode  
A8BFǹU+E7C8U+01F9
A989〾U+E7E7U+303E
A98A⿰U+E7E8U+2FF0
A98B⿱U+E7E9U+2FF1
A98C⿲U+E7EAU+2FF2
A98D⿳U+E7EBU+2FF3
A98E⿴U+E7ECU+2FF4
A98F⿵U+E7EDU+2FF5
A990⿶U+E7EEU+2FF6
A991⿷U+E7EFU+2FF7
A992⿸U+E7F0U+2FF8
A993⿹U+E7F1U+2FF9
A994⿺U+E7F2U+2FFA
A995⿻U+E7F3U+2FFB
FE50⺁U+E815U+2E81
FE54⺄U+E819U+2E84
FE55㑳U+E81AU+3473
FE56㑇U+E81BU+3447
FE57⺈U+E81CU+2E88
FE58⺋U+E81DU+2E8B
FE5A㖞U+E81FU+359E
FE5B㘚U+E820U+361A
FE5C㘎U+E821U+360E
FE5D⺌U+E822U+2E8C
FE5E⺗U+E823U+2E97
FE5F㥮U+E824U+396E
FE60㤘U+E825U+3918
FE62㧏U+E827U+39CF
FE63㧟U+E828U+39DF
FE64㩳U+E829U+3A73
FE65㧐U+E82AU+39D0
FE68㭎U+E82DU+3B4E
FE69㱮U+E82EU+3C6E
FE6A㳠U+E82FU+3CE0
FE6B⺧U+E830U+2EA7
FE6E⺪U+E833U+2EAA
FE6F䁖U+E834U+4056
FE70䅟U+E835U+415F
FE71⺮U+E836U+2EAE
FE72䌷U+E837U+4337
FE73⺳U+E838U+2EB3
FE74⺶U+E839U+2EB6
FE75⺷U+E83AU+2EB7
FE77䎱U+E83CU+43B1
FE78䎬U+E83DU+43AC
FE79⺻U+E83EU+2EBB
FE7A䏝U+E83FU+43DD
FE7B䓖U+E840U+44D6
FE7C䙡U+E841U+4661
FE7D䙌U+E842U+464C
FE80䜣U+E844U+4723
FE81䜩U+E845U+4729
FE82䝼U+E846U+477C
FE83䞍U+E847U+478D
FE84⻊U+E848U+2ECA
FE85䥇U+E849U+4947
FE86䥺U+E84AU+497A
FE87䥽U+E84BU+497D
FE88䦂U+E84CU+4982
FE89䦃U+E84DU+4983
FE8A䦅U+E84EU+4985
FE8B䦆U+E84FU+4986
FE8C䦟U+E850U+499F
FE8D䦛U+E851U+499B
FE8E䦷U+E852U+49B7
FE8F䦶U+E853U+49B6
FE92䲣U+E856U+4CA3
FE93䲟U+E857U+4C9F
FE94䲠U+E858U+4CA0
FE95䲡U+E859U+4CA1
FE96䱷U+E85AU+4C77
FE97䲢U+E85BU+4CA2
FE98䴓U+E85CU+4D13
FE99䴔U+E85DU+4D14
FE9A䴕U+E85EU+4D15
FE9B䴖U+E85FU+4D16
FE9C䴗U+E860U+4D17
FE9D䴘U+E861U+4D18
FE9E䴙U+E862U+4D19
FE9F䶮U+E863U+4DAE

GB 18030-2005與GB 18030-2000的分別

  • 夾附中日韓統一表意文字擴展B區漢字、朝鮮文、蒙古文（包括滿文、托忒文、錫伯文、阿禮嘎禮文）、德宏傣文、藏文、維吾爾文／哈薩克文／柯爾克茲文，和彝文的字形表。 韓文包含 3,376 個韓字加 69 個字母加 51 個兼容字母、 蒙古文包含 149 字、傣文包含 35 字、藏文包含 193 字、 維吾爾文包含 49 字加 153 個字母表達形式、 彝文包含 1,215 字（不包含 U+A4A2, U+A4A3, U+A4B4, U+A4C1, U+A4C5）。
  • GB 18030-2000 沒有把 ḿ 對應至 Unicode。在 GB 18030-2005 終於獲訂正。見官方文件附錄E－表E.2。
GB碼位  字符  GB 18030-2000 對應的造字區  GB 18030-2005 對應的Unicode  
A8BCḿU+E7C7U+1E3F

GB 18030 仍未訂正對應的字符

  • 在 GB 18030-2000 推出時，因未有中日韓統一表意文字擴展B區，以下字符被對應到造字區。 而在 GB 18030-2005 推出時，儘管 Unicode 已收錄了擴展B區， 但在 GB 18030-2005 標準中，以下字符仍然對應到造字區，未有作出修改。 見 WG2 N2773 文件。 結果，GB 18030-2005 重複收錄了以下 6 字兩次。
GB碼位  字符  GB 18030 對應的造字區  Unicode ≥3.1  因此而重複的GB碼位  
FE51𠂇U+E816U+2008795329031
FE52𠂉U+E817U+2008995329033
FE53𠃌U+E818U+200CC95329730
FE6C𡗗U+E831U+215D79536B937
FE76𢦏U+E83BU+2298F9630BA35
FE91𤇾U+E855U+241FE9635B630
  • 以下字符在 GB 18030-2000 時已有，而當時 Unicode 仍未有以下字符。 儘管 Unicode 在 4.1 版本，已經把以下字符悉數加入，但在 GB 18030-2005 標準中，以下字符仍然對應到造字區。 見 WG2 N2773 文件。
GB碼位  字符  GB 18030 對應的造字區  Unicode ≥4.1  
A6D9︐U+E78DU+FE10
A6DA︒U+E78EU+FE12
A6DB︑U+E78FU+FE11
A6DC︓U+E790U+FE13
A6DD︔U+E791U+FE14
A6DE︕U+E792U+FE15
A6DF︖U+E793U+FE16
A6EC︗U+E794U+FE17
A6ED︘U+E795U+FE18
A6F3︙U+E796U+FE19
FE59龴U+E81EU+9FB4
FE61龵U+E826U+9FB5
FE66龶U+E82BU+9FB6
FE67龷U+E82CU+9FB7
FE6D龸U+E832U+9FB8
FE7E龹U+E843U+9FB9
FE90龺U+E854U+9FBA
FEA0龻U+E864U+9FBB

_小呵呵
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
GB18030 字符集
04-06 1384
gb18030 编辑 国家标准GB18030-2005《信息技术 中文编码字符集》是我国继GB2312-1980和GB13000.1-1993之后最重要的汉字编码标准，是我国计算机系统必须遵循的基础性标准之一。 GB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，它的主要特点是在GBK基础上增加了CJK统...
恼人的“龙天“(䶮)--谈谈从GBK转到GB18030的特殊情况
DarkAthena的博客
01-12 1752
这个字的外形是 ，上面是“龙”，下面是“天”。其实正常的输入法是可以输入这个外形的字的，但是，实际上你用输入法输入的这个字，并不是我上面提到的这个字，它们只是外形完全一样的“两个字”
【转】彻底搞明白 GB2312、GBK 、GB18030和UTF-8
热门推荐
【小石头的茅坑】
08-09 40万+
GB2312（2个字节）1980 年，中国发布了第一个汉字编码标准，也即 GB2312 ，全称 《信息交换用汉字编码字符集·基本集》，通常简称 GB （“国标”汉语拼音首字母）， 共收录了 6763 个常用的汉字和字符，此标准于次年5月实施，它满足了日常 99% 汉字的使用需求GBK（2个字节）
全面解析ASCII码：ASCII码表、大小顺序与实际应用详解
最新发布
科技改变人类，技术成就未来
06-17 7816
本文围绕“ASCII码对应表，ASCII码值的大小顺序”这一主题，从基本介绍、历史背景、详细表格分析、应用示例、对比和进阶知识等多方面展开详细的讲解，力求全面、详尽。
彻底搞明白 GB2312、GBK 和 GB18030
m0_46426259的博客
04-10 9598
彻底搞明白 GB2312、GBK 和 GB18030 程序员十三 公众号：Linux开发那些事儿 , 分享 Linux 干货 1 人赞同了该文章 日常工作的过程中，关于字符编码的问题经常让人头疼不已，这篇文章就来捋一捋关于 GB2312、GBK、GB18030 相关的知识 以及它们和 Unicode 的关系 简介 GB2312 1980 年，中国发布了第一个汉字编码标准，也即 GB2312 ，全称 《信息交换用汉字编码字符集·基本集》，通常简称 GB （“国标”汉语拼音首字母）， 共收录了 676
ASCII、GB2312、GBK、GB18030、Unicode、UTF-8、BIG5 编码分析
小清华的小哥哥
02-15 6136
“锟斤拷，烫烫烫烫烫~~~~” ASCII、gb2312、gbk、utf-8、Unicode编码详解
ASCII 码对照表详解
m0_71561589的博客
05-25 1万+
第 0～32 号及第 127 号（共 34 个）是控制字符或通讯专用字符，如控制符 LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BEL（振铃）等，通讯专用字符 SOH（文头）、EOT（文尾）、ACK（确认）等。7 位编码的字符集只能支持 128 个字符，为了表示更多的欧洲常用字符，对 ASCII 进行了扩展，ASCII 扩展字符集使用 8 位（bits）表示一个字符，共 256 字符。偶校验规定：正确的代码一个字节中 1 的个数必须是偶数，若非偶数，则在最高位 b7 添 1。
IOS 开发之xcode对比两个分支中同一个文件
08-29
本文将深入探讨如何在Xcode中对比两个分支中同一个文件的差异，以便开发者能有效地检查和合并代码变更。 首先，我们需要理解在版本控制中，分支是一种常见的工作流策略，它允许开发人员在不同的开发路径上独立工作...
做网页字体大小参考 网页中同字号字体的不同单位对比列表
10-30
本文将对网页中同字号字体的不同单位进行对比，总结出一个详细的字体大小参考指南，以便大家在开发时能够更好地选择合适的字体大小。 在网页设计中，字体大小可以用多种单位来表示，如 pt、px、em、% 等。每种单位...
Android 一个TextView中设置不同字体大小和颜色
08-15
当我们需要在一个TextView中展示不同字体大小和颜色的文本时，可以借助SpannableString和相关Span类来实现。下面将详细解释如何实现这个功能。 首先，了解SpannableString。SpannableString是CharSequence的一个...
在Python 中同一个类两个函数间变量的调用方法
12-31
如下所示： ...以上这篇在Python 中同一个类两个函数间变量的调用方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:python调用自定义函
一文帮你搞懂GBK码协议，让你真正理解和搞定它！
karaxiaoyu的专栏
12-13 4001
作者：瑞生，来源：瑞生网微信公众号：芯片之家（ID：chiphome-dy）关于中文字符的显示，你听到最多的两个名词就是：GB2312和GBK。于是你上网一查，知道了GB2312码有60...
unicode详解
b1049112625的博客
12-14 1万+
unicode的中文翻译为统一码，也叫万国码、单一码，由统一码联盟开发，是计算机科学领域里的一项业界标准。简单的来看，unicode就是一个数字，每一个数字对应一个字符的编码，这个字符囊括了整个世界使用的全部语言和符号的字符，所以，从根本上来说，unicode就是一个映射表，一个从数字到文字的映射。
关于GBK、UTF8常见编码格式的阶段性知识总结（结合标准库、操作系统、编译器、集成开发环境、Qt、OSG等分析）
12-24 4839
接下来的篇幅较长，算是阶段性的突发奇想的总结分享吧未授权禁止搬运。
GB18030字符编码格式和点阵字库
u014448875的博客
12-22 9250
中国国bai家标准GB2312就是简体中文字符集；台湾计算机界使用的BIG5码是繁体字中文字符集；日本的JIS X0208标准是日文汉字字符集；韩国的KS C5601是韩国汉字字符集。ANSI（美国国家标准学会）推出了一种双字节编码的标准，将上述三国四方的字符集加以统一，称为 ANSI 编码。在简体中文操作系统中，ANSI 编码代表 GBK 编码；在日文操作系统中，ANSI 编码代表 Shift_JIS 编码。 不同 ANSI 编码之间互不兼容，在国际间信息交流时，无法将属于两种语言的文字，存储在同一段 .
编码标准-GB2312 GBK GB18030
aha_jasper的博客
04-01 8226
编码标准-GB2312基本概念区位码GB 2312GBKGB 18030 基本概念 国家标准代码，简称国标码，亦被新加坡采用。国家标准强制标准冠以“GB”。推荐标准冠以“GB/T”。 GB 现时中华人民共和国官方强制使用 GB 18030 标准，但较旧的计算机仍然使用 GB 2312。 “GB”在计算机领域中常常表示 GB 2312-80 或 GB 18030-2005。两者是汉语编码系统的标准，...
GBK编码的理解
sgmcy的专栏
12-21 5787
GBK编码的理解
Unicode编码详解(一)：Unicode简介及其分类
黄邦勇帅的博客
12-31 11万+
Unicode编码详解(一)：Unicode简介及其分类 若觉得本文写得还可以，请多多关注本人所作书籍《C++语法详解》电子工业出版社出版，网盘地址： https://pan.baidu.com/s/1dIxLMN5b91zpJN2sZv1MNg 本文为原创文章，转载请注明出处，或注明转载自“黄邦勇帅(原名：黄勇) 一、基本知识 1、Unicode Unicode又称为统一码、万国码、单一码，是国际组织制定的旨在容纳全球所有字符的编码方案，包括字符集、编码方案等，它为每种语言中的每个字符设定了统一且唯一的二
一些常见的编码
weixin_44300286的博客
08-21 4778
前言： 学了那么久的编码，之前一直都没有时间整理，现在来总结一下。 1、base家族 1.1、base16 就是16进制，编码内容只有数字0-9，和大写英文字母A-F 1.2、base32 编码内容只有大写英文字母A-Z，和数字234567 1.3、base64 编码内容主要有大写英文字母A-Z，小写英文字母a-z，数字0-9，+和/ 2、凯撒密码 凯撒密码主要通过偏移来实现加密，偏移量是几，密...
Matlab提取不同年份中同一个月数据
04-04
假设你有一个时间序列数据，每个时间点都有一个对应的值，可以按照以下步骤提取不同年份中同一个月的数据： 1. 将时间序列数据转换为 Matlab 的日期格式，例如： ```matlab dates = datetime('2010-01-01','InputFormat','yyyy-MM-dd') + caldays(0:364)'; values = randn(size(dates)); ``` 其中，`dates` 是一个包含 365 个日期的向量，`values` 是相应的值向量。 2. 使用 `month` 函数提取每个日期的月份： ```matlab months = month(dates); ``` 3. 使用逻辑运算符 `&` 和 `|` 来筛选出符合条件的日期。例如，要提取 2010 年和 2012 年的 1 月份数据，可以这样做： ```matlab idx = (months == 1) & ((year(dates) == 2010) | (year(dates) == 2012)); selected_dates = dates(idx); selected_values = values(idx); ``` 其中，`idx` 是一个包含逻辑值的向量，用于指示哪些日期符合条件。`selected_dates` 和 `selected_values` 是符合条件的日期和值向量。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值