GBK字符集汉字区位码学习_汉字区位码精确数据

q97012791

交流QQ97012791
接单群6820131
转载请注明出处:精易论坛


GB2312字符集_全部区位码


将高字节和低字节
分别加上0XA0[160]即可得到编码



高位 A1[161]-F7[247]=86[10]+1     //这里的[10]是10进制的意思(便于我自己记忆), 以下相同, 不再叙述
低位 A1[161]-FE[254]=93[10]+1



GB2312字符集_汉字区位码(6763个汉字)


高位 B0[176]-F7[247]=71[10]+1
低位 A1[161]-FE[254]=93[10]+1


汉字码位总计计算公式
(高位差+1)*([低位差+1])-5 //-5表示减去5个空位D7FA-D7FE


其中有5个空位是D7FA-D7FE
也就是高位[215]低位[250]-高位[215]低位[254]


其中一级汉字区域为 B0[176]A1[161]-D7[215]F9[249] 共计40*94-5=3755个汉字
其中二级汉字区域为 D8[216]A1[161]-F7[247]FE[254] 共计32*94=3008个汉字


-----------------------------------------------
GBK字符集码位说明

GBK 亦采用双字节表示，
总体编码范围为 8140-FEFE，
首字节在 81-FE  之间，
尾字节在 40-FE  之间，
剔除  xx7F  一条线。


总计  23940  个码位，
共收入  21886  个汉字和图形符号，
其中汉字（包括部首和构件）21003  个，
图形符号  883  个。


GBK字符集_全部区位码


单字节:
00[0]-7F[127]=128[10]


双字节:
高位  81[129]-FE[254]=125[10]+1
低位  {40[64]-7E[126]=62[10]+1} + {80[128]-FE[254]=126[10]+1} == 190[10]
低位的7F一条线全都剔除掉,也就是低位40[64]-FE[254]=190[10]+1 再减去7F[127]这个位 == 190[10]


双字节码位总计计算公式
(高位差+1)*([低位A差+1]+[低位B差+1]) //低位A范围40-7E,低位B范围80-FE


或者
(高位差+1)*([低位差+1]-1)  //-1表示减去7F[127]这个位


GBK编码的单字节与双字节
gbk编码分两部分，一部分是单字节编码，另一部分是双字节编码。
gbk编码中，前128个编码都是单字节编码。单字节编码从00-7F，与ASCII相对应。
在单字节编码之后就是双字节编码。第一个字节范围是81-FE。第二字节的一部分领域在40–7E，其他领域在80–FE。
这样可以通过第一个字节就可以判断是单字节编码还是双字节编码。


双字节编码区又分为5部分

范围	第1字节	第2字节	编码数	字数	内容
GBK/1	A1–A9	A1–FE	846	717	GB2312非汉字符号
GBK/2	B0–F7	A1–FE	6,768	6,763	GB2312汉字
GBK/3	81–A0	40–FE(7F除外)	6,080	6,080	扩充汉字
GBK/4	AA–FE	40–A0(7F除外)	8,160	8,160	扩充汉字
GBK/5	A8–A9	40–A0(7F除外)	192	166	扩充非汉字
用户定义	AA–AF	A1–FE	564
用户定义	F8–FE	A1–FE	658
用户定义	A1–A7	40–A0(7F除外)	672
合计:			23,940	21,886

GBK字符集_汉字区位码(21003个汉字)


GBK/2高位 B0[176]-F7[247]=71[10]+1
GBK/2低位 A1[161]-FE[254]=93[10]+1


GBK/3高位 81[129]-A0[160]=31[10]+1
GBK/3低位 {40[64]-7E[126]=62[10]+1} + {80[128]-FE[254]=126[10]+1} == 190[10]


GBK/4高位 AA[170]-FE[254]=84[10]+1
GBK/4低位 {40[64]-7E[126]=62[10]+1} + {80[128]-A0[160]=32[10]+1} == 96[10]




GBK/2+/3+/4_汉字区码位总计计算公式


GBK/2_公式  = (高位差+1)*([高位差+1])-5 //-5表示减去5个空位D7FA-D7FE
GBK/3_公式1 = (高位差+1)*([低位A差+1]+[低位B差+1]) //低位A范围40-7E,低位B范围80-FE
GBK/3_公式2 = (高位差+1)*([低位差+1]-1)  //-1表示减去7F[127]这个位
GBK/4_公式1 = (高位差+1)*([低位A差+1]+[低位B差+1]) //低位A范围40-7E,低位B范围80-A0
GBK/4_公式2 = (高位差+1)*([低位差+1]-1)  //-1表示减去7F[127]这个位
汉字总公式  = {[(71+1)*(93+1)]-5} + [(31+1)*190] + [(84+1)*96] == 21003 //汉字总数
验证总公式  = 6763 + 6080 + 8160 == 21003 //汉字总数

交流QQ97012791
接单群6820131
转载请注明出处:精易论坛