GBK字型檔

GBK全稱《漢字內碼擴展規範》（GBK即“國標”、“擴展”漢語拼音的第一個字母，英文名稱：Chinese Internal Code Specification） ，中華人民共和國全國信息技術標準化技術委員會1995年12月1日制訂，國家技術監督局標準化司、電子工業部科技與質量監督司1995年12月15日聯合以技監標函1995 229號檔案的形式，將它確定為技術規範指導性檔案。這一版的GBK規範為1.0版。

基本介紹

• 中文名：漢字編碼字元集
• 外文名：Chinese Internal Code Specification
• 全稱：《漢字內碼擴展規範》
• 類別：計算機編碼

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》，台灣譯為《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字型檔以外大量漢字，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。

5. 帶聲調的拼音字母取半角形式。

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。