常见中文编码字符集介绍

前文我们提到过ASCII码-计算机中最通用的信息交换标准，它包含了基本的英文字母、数字和符号，是计算机中最基础的字符集。在ASCII编码中，每个字符都有一个对应的数字编码，最多可以表示128个字符。

那么在中文信息处理领域有没有常用的编码字符集呢？答案自然是有的，中文常见的编码字符集有GB2312、GBK、GB18030、Unicode等，本文带你详细了解下常见的中文编码字符集。

GB2312是1980 年，由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，这些汉字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。可满足日常绝大多数场景的汉字使用。

GBK编码，全称《汉字内码扩展规范》，于1995年12月1日制订，是在GB2312-80标准基础上的内码扩展规范，它包含了更多的汉字和符号，共收录了21003个汉字，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。

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，GB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，于2000年发布，GB18030-2005则是于2005年发布，其主要特点是在GB18030-2000基础上增加了CJK统一汉字扩充。

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

Unicode编码，也称统一码，万国码。我们在Unicode统一码：计算机科学领域里的业界标准文中也曾提到了，Unicode是一个通用的字符集，最多可以表示1114112个字符，它包含了世界上几乎所有语言的字符和符号，支持多种不同的语言和地区。由统一码联盟于1990年开始研发，1994年正式发布1.0版本，2022年9月13日发布15.0版本。是当今比较流行的编码标准，其中又以UTF-8编码方式最为流行。

Unicode编码与GB18030编码都对ASCII编码兼容，但是两者是两种不同编码，也可以进行相互转换。

总之，这些常见的中文编码字符集在计算机中都有着广泛的应用，不同的字符集适用于不同的语言和地区，支持不同的字符集和编码方式。在处理不同语言的文字时，需要根据实际情况选择相应的字符集和编码方式，以保证信息的正确性和可读性。