查看“︁GB 18030”︁的源代码

[[分类:字符集实例]]
[[分类:字符编码实例]]
[[分类:国标标准]]
{{InfoBox
|name=GB18030
|eng_name=GB18030
|aliases=GB18030-2000,GB18030-2005,GB18030-2022
}}
{{#seo:
|keywords=GB18030, GB18030-2000, GB18030-2005, GB18030-2022
|description=介绍了 GB 18030 字符集及编码格式。
|modified_time={{REVISIONYEAR}}-{{REVISIONMONTH}}-{{REVISIONDAY2}}
|published_time=2025-08-28
}}
'''GB 18030'''<ref>读作“国标幺八零三零”。</ref> 是<ins>中国</ins><ins>国家标准化管理委员会</ins>及<ins>工业和信息化部</ins>颁布的国家标准，是官方[[字符集]]与[[字符编码]]之一，到 2025 年为止，前后共有三个不同版本。 2000 年由<ins>国家标准委</ins>颁布时，标准名为《信息技术 信息交换用汉字编码字符集 基本集的扩充》<ref>https://std.samr.gov.cn/gb/search/gbDetailed?id=71F772D79585D3A7E05397BE0A0AB82A</ref>，标准号为 GB 18030-2000 ； 2005 年发布第一次修订，名为 《信息技术 中文编码字符集》<ref>https://std.samr.gov.cn/gb/search/gbDetailed?id=71F772D800B5D3A7E05397BE0A0AB82A</ref>，标准号为 GB 18030-2005 ； 2022 年由<ins>工业和信息化部</ins>发布第二次修订，名为《信息技术 中文编码字符集》<ref>https://std.samr.gov.cn/gb/search/gbDetailed?id=71F772D79585D3A7E05397BE0A0AB82A</ref><ref>https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=A1931A578FE14957104988029B0833D3</ref>，标准号为 GB 18030-2022 ，作为强制标准。尽管有时也用带有年份的标准号称呼，但一般都直接统称 GB 18030 ； 2024 年发布了 GB 18030-2022 的《第 1 号修改单》。截至 2025 年，是相关领域的强制标准。

GB 18030 和较新的 [[Unicode]] 对齐，与前版相比除追加了大量较生僻的正常汉字外，也补充引入了大量类推简化字，以及不少几乎不会在非专业领域文本中出现的异体字、古文字、二简字、隶定字及各种原因已经进入 Unicode 的幽灵汉字。引入了“实现的级别”概念，规定不同等级的场景下应该提供实现的文字范围。

由于 [[UTF-8]] 和 [[GBK]] 此前已经得到广泛应用，且后者尽管被 GB 18030 兼容，却实际被不同系统或字体或输入法在私用区加入大量特殊字符，转入 GB 18030 会产生兼容成本，且过于大而全，对企业而言有较高支持成本。由于企业操作基本看用户体验，用户并不会在意使用字符集的合规性，在已有的通常够用的字符集上切换新的只会引起用户体验下降，因此 GB 18030 实际并没有足够的强制力。

GB 18030 是一种变长的字符集和字符编码，其不区分码位与编码，也就是字符编码和码位相同，不区分同一字符集的多种编码方式。

== 字符集特征 ==

收录了 [[GB 2312|GB/T 2312-1980]] 的全部字符，及 [[GB 13000|GB/T 13000]] （即 Unicode）中 CJK 统一汉字及 CJK 统一汉字扩充 A 、 CJK 统一汉字扩充 B 、 CJK 统一汉字扩充 C 、 CJK 统一汉字扩充 D 、 CJK 统一汉字扩充 E 、 CJK 统一汉字扩充 F 的内容，以及少数民族文字字符。（节选自 GB 18030-2022 第 4 章。）

== 码位特征 ==

数据采集自 GB 18030-2022 第 5~7 章。

GB 18030 中字符分为单字节、双字节、四字节三部分编码。
* 单字节为 [[GB 11383]] 。
* 双字节为第一字节 0x81-FE 第二字节 0x40-7E 和 0x80-FE 的范围，与 GBK 的范围相当。
* 四字节整体范围为四字节依次取 0x81-FE 0x30-39 0x81-FE 0x30-39 的范围，也就是在双字节基础上使用了在数字位置的第二字节，将连续两个这样的双字节叠在一起作为四字节进行编码（推测可能是避免符号区有其他使用导致冲突，使用的是第二字节是 ASCII 数字的部分）。目前根据最高字节的差异，已使用部分可以分为两个范围：
** 四字节依次取 0x81-84 0x30-39 0x81-FE 0x30-39 ，对应 Unicode 基本多文种平面(BMP)。
** 四字节依次取 0x90-E3 0x30-39 0x81-FE 0x30-39 ，对应 Unicode 辅助平面。

== 常见编码 ==

=== GB 18030 ===

GB 18030 的内码本身就是这一字符集最常见的字符编码，也用这一名称。

=== 代码页 54936 ===

见词条 [[微软代码页 54936]] 。

== 使用 ==

GB 18030 是目前的编码标准，与 GB 系一同在中国大陆随着 Windows 系统被广泛使用，几乎全部汉字处理、通信等该场景都能看到这一字符编码。但是由于 Windows 系统底层仅能支持 SBCS 和 DBCS 类型的编码，对于达到 4 字节的变长文字可以允许展示但无法纳入底层支持，在大多数场景下仍然仅支持到[[微软代码页 936]] 。也就是说目前 GB 18030 更新， GBK 更兼容，两者是并列广泛使用的。

GB 18030 目前已经作为 GBK 的继任者得到基本支持，多数情况下支持到实现级别 1 ，也就是 CJK 统一汉字区与 CJK 统一汉字扩充 A ，但是标准确实有些生不逢时。随着 [[Unicode]] 流行，在网页等潜在面向国际的场景逐渐扩大， GB 系本来使用就在不断减少中，并没有哪个专门的 GB 系优于 Unicode 系的场景出现。


{{常见字符编码}}