易语言GB2312机内码+国标码+区位码和UTF-8与Unicode编码

雾削木

易语言编码
.版本 2

' 国标码 = 区位码 + 2020H；
' 机内码 = 国标码 + 8080H；

' 易语言自带文本为GB2312 (1980)

.版本 2

' 为什么GB2312系列从0xA1开始
' 0x00 到 0x1F 是 ASCII 控制字符，用于控制文本流和设备行为。
' 0x20 到 0x7E 是 ASCII 可打印字符，包括字母、数字、标点符号等。
' 0x7F 是 删除符号（DEL）。
' 0x80 到 0x9F 是 扩展字符区域，在一些标准中用于扩展控制字符或其他符号。
' GB2312 编码 的字符集从 0xA1 开始，避开了 ASCII 字符集的范围，以确保与 ASCII 字符集兼容。


.版本 2


' 其他长度UTF-8
' 0xxxxxxx
' 110xxxxx 10xxxxxx
' 1110xxxx 10xxxxxx 10xxxxxx
' 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
' 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
' 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
' 其中x代表上述转换中保留数据位，所以使用UTF-8能变化的长度压缩空间，UTF-16/32则是固定长度


视频讲解：https://www.bilibili.com/video/BV1u6z1YDEff
Github：WuXiaoMuer/encoding: GB2312&UTF-8

  

' 国标码 = 区位码 + 2020H；
' 机内码 = 国标码 + 8080H；
' 易语言自带文本为GB2312 (1980)
' GBK (1995)为 81-FE 40-FE (兼容GB2312)
' GB18030和UTF-8一样是可变长这里不做描述，向下兼容
data ＝ 到字节集 (“中”)
调试输出 (data)
调试输出 (取十六进制文本 (data [1]), 取十六进制文本 (data [2]))  ' 机内
调试输出 (取十六进制文本 (data [1] － 十六进制 (“80”)), 取十六进制文本 (data [2] － 十六进制 (“80”)))  ' 国标
调试输出 (取十六进制文本 (data [1] － 十六进制 (“A0”)), 取十六进制文本 (data [2] － 十六进制 (“A0”)))  ' 区位 (H) 80+20=A0
调试输出 (到整数 (data [1] － 十六进制 (“A0”)), 到整数 (data [2] － 十六进制 (“A0”)))  ' 区位 (D) 128+32=160
调试输出 (到字节集 (“A中”))
' 为什么GB2312系列从0xA1开始
' 0x00 到 0x1F 是 ASCII 控制字符，用于控制文本流和设备行为。
' 0x20 到 0x7E 是 ASCII 可打印字符，包括字母、数字、标点符号等。
' 0x7F 是 删除符号（DEL）。
' 0x80 到 0x9F 是 扩展字符区域，在一些标准中用于扩展控制字符或其他符号。
' GB2312 编码 的字符集从 0xA1 开始，避开了 ASCII 字符集的范围，以确保与 ASCII 字符集兼容。
调试输出 (“=====================”)
' UTF-8可扩展
data ＝ 到字节集 (文本到UTF8 (“中”))
调试输出 (data)
调试输出 (取十六进制文本 (data [1]), 取十六进制文本 (data [2]), 取十六进制文本 (data [3]))
' E4 -> 11100100 ,前三个1代表UTF-8扩展字符为三字节字符
调试输出 (取十六进制文本 (data [1] － 224), 取十六进制文本 (右移 (data [2] － 128, 2)), 取十六进制文本 (data [3] － 128))  ' 这里仅演示具体换算参考计算器
' 11100100 10111000 10101101 ,第一个字节去掉四个高位1110，第二第三个字节去掉前两个高位10
' 0100 1110 0010 1101 -> 4E 2D
' 则Unicode编码表对应U+4E2D 第20013个字符“中”
' 其他长度UTF-8
' 0xxxxxxx
' 110xxxxx 10xxxxxx
' 1110xxxx 10xxxxxx 10xxxxxx
' 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
' 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
' 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
' 其中x代表上述转换中保留数据位，所以使用UTF-8能变化的长度压缩空间，相比UTF-16/32则是固定长度
编辑框1.加入文本 (“GB2312”, #换行符 )
data ＝ 到字节集 (“中”)
编辑框1.加入文本 (到文本 (data), #换行符 )
编辑框1.加入文本 (“机内码:”, 取十六进制文本 (data [1]), 取十六进制文本 (data [2]), #换行符 )
编辑框1.加入文本 (“国标码:”, 取十六进制文本 (data [1] － 十六进制 (“80”)), 取十六进制文本 (data [2] － 十六进制 (“80”)), #换行符 )
编辑框1.加入文本 (“区位码(H):”, 取十六进制文本 (data [1] － 十六进制 (“A0”)), 取十六进制文本 (data [2] － 十六进制 (“A0”)), #换行符 )
编辑框1.加入文本 (“区位码(D):”, 到文本 (到整数 (data [1] － 十六进制 (“A0”))), 到文本 (到整数 (data [2] － 十六进制 (“A0”))), #换行符 )
编辑框1.加入文本 (“=====================”, #换行符 )
编辑框1.加入文本 (“UTF-8”, #换行符 )
data ＝ 到字节集 (文本到UTF8 (“中”))
编辑框1.加入文本 (UTF8到文本 (data), #换行符 )
编辑框1.加入文本 (“UTF-8:”, 取十六进制文本 (data [1]), “ ”, 取十六进制文本 (data [2]), “ ”, 取十六进制文本 (data [3]), #换行符 )
编辑框1.加入文本 (“Unicode:U+”, 取十六进制文本 (data [1] － 224), 取十六进制文本 (右移 (data [2] － 128, 2)), 取十六进制文本 (data [3] － 128), #换行符 )

i支持库列表	支持库注释
spec	特殊功能支持库

.版本 2<br /> .支持库 spec<br /> <br /> ' 国标码 = 区位码 + 2020H；<br /> ' 机内码 = 国标码 + 8080H；<br /> <br /> ' 易语言自带文本为GB2312 (1980)<br /> ' GBK (1995)为 81-FE 40-FE (兼容GB2312)<br /> ' GB18030和UTF-8一样是可变长这里不做描述，向下兼容<br /> data ＝ 到字节集 (“中”)<br /> 调试输出 (data)<br /> 调试输出 (取十六进制文本 (data [1]), 取十六进制文本 (data [2]))  ' 机内<br /> 调试输出 (取十六进制文本 (data [1] － 十六进制 (“80”)), 取十六进制文本 (data [2] － 十六进制 (“80”)))  ' 国标<br /> 调试输出 (取十六进制文本 (data [1] － 十六进制 (“A0”)), 取十六进制文本 (data [2] － 十六进制 (“A0”)))  ' 区位 (H) 80+20=A0<br /> 调试输出 (到整数 (data [1] － 十六进制 (“A0”)), 到整数 (data [2] － 十六进制 (“A0”)))  ' 区位 (D) 128+32=160<br /> 调试输出 (到字节集 (“A中”))<br /> ' 为什么GB2312系列从0xA1开始<br /> ' 0x00 到 0x1F 是 ASCII 控制字符，用于控制文本流和设备行为。<br /> ' 0x20 到 0x7E 是 ASCII 可打印字符，包括字母、数字、标点符号等。<br /> ' 0x7F 是 删除符号（DEL）。<br /> ' 0x80 到 0x9F 是 扩展字符区域，在一些标准中用于扩展控制字符或其他符号。<br /> ' GB2312 编码 的字符集从 0xA1 开始，避开了 ASCII 字符集的范围，以确保与 ASCII 字符集兼容。<br /> <br /> <br /> 调试输出 (“=====================”)<br /> <br /> ' UTF-8可扩展<br /> data ＝ 到字节集 (文本到UTF8 (“中”))<br /> 调试输出 (data)<br /> 调试输出 (取十六进制文本 (data [1]), 取十六进制文本 (data [2]), 取十六进制文本 (data [3]))<br /> ' E4 -> 11100100 ,前三个1代表UTF-8扩展字符为三字节字符<br /> 调试输出 (取十六进制文本 (data [1] － 224), 取十六进制文本 (右移 (data [2] － 128, 2)), 取十六进制文本 (data [3] － 128))  ' 这里仅演示具体换算参考计算器<br /> <br /> ' 11100100 10111000 10101101 ,第一个字节去掉四个高位1110，第二第三个字节去掉前两个高位10<br /> ' 0100 1110 0010 1101 -> 4E 2D<br /> ' 则Unicode编码表对应U+4E2D 第20013个字符“中”<br /> <br /> ' 其他长度UTF-8<br /> ' 0xxxxxxx<br /> ' 110xxxxx 10xxxxxx<br /> ' 1110xxxx 10xxxxxx 10xxxxxx<br /> ' 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx<br /> ' 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx<br /> ' 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx<br /> ' 其中x代表上述转换中保留数据位，所以使用UTF-8能变化的长度压缩空间，相比UTF-16/32则是固定长度<br /> <br /> <br /> 编辑框1.加入文本 (“GB2312”, #换行符)<br /> data ＝ 到字节集 (“中”)<br /> 编辑框1.加入文本 (到文本 (data), #换行符)<br /> 编辑框1.加入文本 (“机内码:”, 取十六进制文本 (data [1]), 取十六进制文本 (data [2]), #换行符)<br /> 编辑框1.加入文本 (“国标码:”, 取十六进制文本 (data [1] － 十六进制 (“80”)), 取十六进制文本 (data [2] － 十六进制 (“80”)), #换行符)<br /> 编辑框1.加入文本 (“区位码(H):”, 取十六进制文本 (data [1] － 十六进制 (“A0”)), 取十六进制文本 (data [2] － 十六进制 (“A0”)), #换行符)<br /> 编辑框1.加入文本 (“区位码(D):”, 到文本 (到整数 (data [1] － 十六进制 (“A0”))), 到文本 (到整数 (data [2] － 十六进制 (“A0”))), #换行符)<br /> <br /> <br /> 编辑框1.加入文本 (“=====================”, #换行符)<br /> <br /> 编辑框1.加入文本 (“UTF-8”, #换行符)<br /> data ＝ 到字节集 (文本到UTF8 (“中”))<br /> 编辑框1.加入文本 (UTF8到文本 (data), #换行符)<br /> 编辑框1.加入文本 (“UTF-8:”, 取十六进制文本 (data [1]), “ ”, 取十六进制文本 (data [2]), “ ”, 取十六进制文本 (data [3]), #换行符)<br /> 编辑框1.加入文本 (“Unicode:U+”, 取十六进制文本 (data [1] － 224), 取十六进制文本 (右移 (data [2] － 128, 2)), 取十六进制文本 (data [3] － 128), #换行符)

vcyeus2016

整理的非常全面。非常感谢！

ylghlzg

66666666666666666666666

1365436

感谢分享，很给力

yuxuanju

在易语言IDE中如何输入生僻字？

bianyuan456

已经顶贴，感谢您对论坛的支持！
我已经star你的github项目

please

感谢分享，支持开源！！！

1347379245

感谢分享

please

感谢分享，支持开源！！！

熊不熊

感谢分享，很给力！~