阅读 74

GB2312的编码规则 HEROWANG的专栏 博客频道 CSDN.NET

  •      GB2312标准共收录6763个汉字,其中一级汉字3755个,二级汉字3008个;同时,GB2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄罗斯语西里尔字母在内的682个全形字符。           

            GB2312的出现,基本满足了汉字的计算机处理需要,它所收录的汉字已经覆盖99.75%的使用频率。GB2312中对所收汉字进行了“分区”处理,每区含有94个汉字/符号。这种表示方式也称为区位码。          

             01-09区为特殊符号。          

             16-55区为一级汉字,按拼音排序。           

             56-87区为二级汉字,按部首/笔画排序。          

             10-15区及88-94区则未有编码。        

            举例来说,“啊”字是GB2312之中的第一个汉字,它的区位码就是1601。字节结构在使用GB2312的程序中,通常采用EUC储存方法,以便兼容于ASCII。每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”,第二个字节称为“低位字节”。 “高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0),“低位字节”使用了0xA1-0xFE(把01-94加上0xA0)。例如“啊”字在大多数程序中,会以0xB0A1储存。(与区位码对比:0xB0=0xA0+16,0xA1=0xA0+1)。        

               所以GB2312编码中汉字区码的十进制是从176到247,位码是从161到255.之所以存储了6763小于82*94=6768,是因为在区码为215,位码为250-254之间共五个编码没有汉字编码,所以6768-5=6763个

  • 相关阅读:
    UML类图(上):类、继承和实现
    Maven实战:Maven生命周期
    MyBatis6:MyBatis集成Spring事物管理(下篇)
    MyBatis5:MyBatis集成Spring事务管理(上篇)
    Spring7:基于注解的Spring MVC(下篇)
    Spring6:基于注解的Spring MVC(上篇)
    Spring5:@Autowired注解、@Resource注解和@Service注解
    Dubbo学习小记
    Maven入门详解
    MyBatis4:动态SQL

  • 原文地址:https://www.cnblogs.com/lexus/p/2646114.html

  • 最新文章

  • jQuery系列:DOM操作
    Javascript模块化编程(二):AMD规范【转】
    Javascript模块化编程(一):模块的写法【转】
    Cesium原理篇:6 Renderer模块(1: Buffer)【转】
    Geometry and Appearances【转】
    Cesium
    Cesium原理篇:Material【转】
    CESIUM内置shader变量和函数[转]
    GLTF模型查看器---优化器【转】
    VS2017打包注册IE插件及修改IE安全选项设置【转】

  • 热门文章

  • linux之用 grep -r 关键字 快速搜索在目录下面的含有关键字的文件
    ceph手动安装
    NGINX 中文日志十六进制编码问题
    Kubernetes 报错:"open /run/flannel/subnet.env: no such file or directory"
    通过S3接口访问ceph
    Linux lrzsz 详解
    Nginx的几个常用配置和技巧
    Nginx与安全有关的几个配置
    通配符SSL证书是否支持三级子域名?
    UML类图(下):关联、聚合、组合、依赖



文章分类
代码人生
版权声明:本站是系统测试站点,无实际运营。本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 XXXXXXo@163.com 举报,一经查实,本站将立刻删除。
相关推荐