基本含義
GBK 向下與 GB 2312 編碼兼容,向上支持 ISO 10646.1
國際標準,是前者向後者過渡過程中的一個承上啟下的產物。ISO 10646 是
國際標準化組織 ISO 公布的一個編碼標準,即 Universal Multilpe-Octet Coded Character Set(簡稱UCS),大陸譯為《通用多八位編碼字元集》,��灣譯為《廣用多八位元編碼字元集》,它與 Unicode 組織的 Unicode 編碼完全兼容。ISO 10646.1 是該標準的第一部分《體系結構與基本多文種平面》。我國 1993 年以 GB 13000.1 國家標準的形式予以認可(即 GB 13000.1 等同於 ISO 10646.1)。
GBK編碼,是在
GB2312-80標準基礎上的
內碼擴展規範,使用了雙
位元組編碼方案,其編碼範圍從8140至FEFE(剔除xx7F),共23940個碼位,共收錄了21003個漢字,完全兼容
GB2312-80標準,支持國際標準ISO/IEC10646-1和國家標準GB13000-1中的全部中日韓漢字,並包含了BIG5編碼中的所有漢字。GBK編碼方案於1995年10月制定, 1995年12月正式發布,目前中文版的
WIN95、WIN98、
WINDOWS NT以及WINDOWS 2000、WINDOWS XP、WIN 7等都支持GBK編碼方案。
代碼與縮寫
1、原gb2312 HTML編碼標籤代碼如下:
gbk簡寫截圖<metahttp-equiv="Content-Type"content="text/html;charset=gb2312"/>
2、可以縮寫為<meta charset="gb2312"/>或<meta charset="gbk"/>
3、gbk簡寫截圖(右圖)
4、縮寫兼容性:所有瀏覽器均兼容,無論新舊版本IE還是不同品牌瀏覽器均兼容。至於GBK編碼簡寫時候編碼填寫為gb2312還是填寫為gbk,DIVCSS認為沒有什麼區別,均可。為了符合大家都使用gbk字元編碼,大家可以寫為“gb2312”。
知識連結
我們經常使用各種編碼標準的漢字,編碼到底是什麼呢?所謂編碼,是以固定的順序排列
字元,並以此做為記錄、存貯、傳遞、交換的統一內部特徵,這個字元排列順序被稱為“編碼”。和中文
字型檔有關的編碼標準有:國標GB碼、GBK碼、港台BIG-5碼等,不同編碼的漢字字型檔都與漢字的套用有密切關係。
很多人在使用過程中,發現字不夠用,因為目前大家使用的主要是GB編碼字型檔,此編碼標準只收錄了6763個常用漢字,而GB字型檔以外大��
漢字,只能通過方正女媧補字軟體拼字或其它造字程式補字。儘管補出的漢字在字形上滿足需要,但在字型風格、大小、結構方面難以協調統一,而採用手工
貼圖的方式補字,更不雅觀。進而言之,如果用戶建立信息系統,或需要查詢新聞、出版內容時,靠補字是無法實現的。方正開發的GBK
字型檔,將極大地緩解缺字現象。
從GB字型檔擴充到GBK字型檔,增加了1萬4千多字。
北大方正從1996年投入大量人力,開始做黑、宋、仿、楷GBK字型檔,並於1998年4月成為第一家通過國家權威部門組織的GBK字型檔鑑定的專業廠商。到現在為止,北大方正已將全部字型轉換成GBK字型檔,共46款,其中18款字數達21003個,是擁有GBK字型檔款數最多的廠商。
ISO 10646 是一個包括世界上各種語言的書面形式以及附加符號的編碼體系。其中的漢字部分稱為“CJK 統一漢字”(C 指中國,J 指日本,K 指朝鮮)。而其中的中國部分,包括了源自中國大陸的 GB 2312、GB 12345、《
現代漢語通用字表》等法定標準的漢字和符號,以及源自台灣的 CNS 11643 標準中第 1、2 字面(基本等同於 BIG-5 編碼)、第 14 字面的漢字和符號。
相關概念
編碼方式
經實際測試和查閱文檔,GBK是採用單雙位元組變長編碼,英文使用單位元組編碼,完全兼容ASCII字元編碼,中文部分採用雙位元組編碼。
字彙
GBK 規範收錄了 ISO 10646.1 中的全部 CJK 漢字和符號,並有所補充。具體包括:
1. GB 2312 中的全部漢字、非漢字元號。
2. GB 13000.1 中的其他 CJK 漢字。以上合計 20902 個 GB 化漢字。
3. 《簡化字總表》中未收入 GB 13000.1 的 52 個漢字。
4. 《
康熙字典》及《辭海》中未收入 GB 13000.1 的 28 個部首及重要構件。
5. 13 個漢字結構符。
6. BIG-5 中未被 GB 2312 收入、但存在於 GB 13000.1 中的 139 個圖形符號。
7. GB 12345 增補的 6 個拼音符號。
8. 漢字“○”。
9. GB 12345 增補的 19 個豎排標點符號(GB 12345 較 GB 2312 增補豎排標點符號 29 個,其中 10 個未被 GB 13000.1 收入,故 GBK 亦不收)。
10. 從 GB 13000.1 的 CJK 兼容區挑選出的 21 個漢字。
11. GB 13000.1 收入的 31 個 IBM OS/2 專用符號。
12.未錄入《
新華字典》上的一些字,如“韡”的簡體。
分配及順序
GBK 亦採用雙
位元組表示,總體編碼範圍為 8140-FEFE,首位元組在 81-FE 之間,尾位元組在 40-FE 之間,剔除 xx7F 一條線。總計 23940 個碼位,共收入 21886 個漢字和圖形符號,其中漢字(包括部首和構件)21003 個,圖形符號 883 個。
全部編碼分為三大部分:
1. 漢字區。包括:
a. GB 2312 漢字區。即 GBK/2: B0A1-F7FE。收錄 GB 2312 漢字 6763 個,按原順序排列。
b. GB 13000.1 擴充漢字區。包括:
(1) GBK/3: 8140-A0FE。收錄 GB 13000.1 中的 CJK 漢字 6080 個。
(2) GBK/4: AA40-FEA0。收錄 CJK 漢字和增補的漢字 8160 個。CJK 漢字在前,按 UCS 代碼大小排列;增補的漢字(包括部首和構件)在後,按《
康熙字典》的頁碼/
字位排列。
2. 圖形符號區。包括:
a. GB 2312 非漢字元號區。即 GBK/1: A1A1-A9FE。其中除 GB 2312 的符號外,還有 10 個小寫羅馬數字和 GB 12345 增補的符號。計符號 717 個。
b. GB 13000.1 擴充非漢字區。即 GBK/5: A840-A9A0。BIG-5 非漢字元號、結構符和“○”排列在此區。計符號 166 個。
3. 用戶自定義區:分為(1)(2)(3)三個小區。
(1) AAA1-AFFE,碼位 564 個。
(2) F8A1-FEFE,碼位 658 個。
(3) A140-A7A0,碼位 672 個。
第(3)區儘管對用戶開放,但限制使用,因為不排除未來在此區域增補新
字元的可能性。
字形
GBK 對字形作了如下的規定:
1. 原則上與 GB 13000.1 G列(即源自中國大陸法定標準的漢字)下的字形/筆形保持一致。
2. 在 CJK 漢字認同規則的總框架內,對所有的 GBK 編碼漢字實施“無重碼正形”(“GB 化”);即在不造成重碼的前提下,儘量採用中國新字形。
3. 對於超出 CJK 漢字認同規則的、或認同規則尚未明確規定的漢字,在 GBK 碼位上暫安放舊字形。這樣,在許多情況下 GBK 收入了同一漢字的新舊兩種字形。
4. 非漢字元號的字形,凡 GB 2312 已經包括的,與 GB 2312 保持一致;超出 GB 2312 的部分,與 GB 13000.1 保持一致。
實踐套用
伴隨GBK
字型檔的推廣使用,中國
新華通訊社於2000年1月1日起開始使用GBK編碼向各新聞單位播發新聞稿。2000年4月1日起,中國銀行業開始推行“
儲蓄實名制”。 同時,各種出版物已開始向網路化發展,網上發布新聞、網路出版已是大勢所趨,通過網路傳播信息的廣度和深度對漢字使用提出了更高要求,GBK字型檔是緩解人名和地名等冷僻字的“當然之選”。
北大方正已為廣大用戶使用GBK字型檔做好了充分準備,其出版系統已全面支持GBK字型檔,如
方正書版9.0、
方正飛騰從1.0版本、世紀RIP從1.0版本開始就支持GBK字型檔,用戶的補字量將大大降低。方正GBK字型檔的使用非常便捷。排版軟體方面,目前Windows上大多數
文字處理軟體,如MS Office、PageMaker、
金山WPS等均已支持GBK
字型檔,方正書版9.0、方正飛騰3.6和方正世紀RIP完全支持GBK字型檔。輸入法方面,除了Windows上的
全拼、王碼五筆等主流輸入法支持GBK字型檔外,北大方正還專門為GBK的輸入製作了一本GBK
內碼字典,用戶可以用查字典的方法很快找到漢字的GBK編碼完成錄入。