EUC

EUC
术语名称	EUC
英语名称	EUC
别名	Extended Unix Code

EUC 是主要为中日韩语言使用的多字节字符编码系统，也指这个系统下的一系列字符编码。

字符编码特征

EUC 编码是基于 ISO 2022 要求的编码，按照规则，图形字符占据 0x21-7E 范围的 94 个码位，或者说，在可以使用八位字节的情况下，是 0xA1-FE 。 EUC 编码都使用其中的后者，实际字符集大小为 94² 、 94³ 或 94⁴ 。这些编码中，0x80-9F 仍然用作 C1 控制码，这些是单字节字符；剩余部分则用多字节编码对应语言中的字符。

EUC 编码中存在四种编码范围，分别称为 code set 0-3 。其中：

• code set 0 是 0x00-7F ，总是由 ISO 646 的变体填充。
• code set 1 是双字节字符，直接由两个 0xA1-FE 的字节构成。
• code set 2 是以 0x8E SS2 开头的多字节字符。
• code set 3 是以 0x8F SS3 开头的多字节字符。

但是因为变体较少，大概确认下各个实例如何处理各区即可。

纯技术上说， EUC 编码仅指代用相关命名的编码。如果只看这一特征，所有 ISO 8859 都是单字节但是符合这一特征的，一般不视为 EUC 编码；反过来，部分衍生编码中，会进一步允许特定的 C1 字符（即 ISO 2022 中用于切换字符集的 0x8E SS2 、 0x8F SS3 ）开始更多字节的编码，以进行编码空间的扩展，这样也视为 EUC ；但这里如果使用太多，程度上明显偏移 EUC 系列特征一般就不再视为 EUC 系列编码了。

字符编码实例

EUC-CN ，是 GB 2312 的一种实现，前半部分为 ISO 646-IRV ，后半部分是区位码的平移，见 GB 2312#EUC-CN 。没有使用 SS2/SS3 开始的序列。

EUC-JP ，也叫 Unixized JIS (UJIS) 或 AT&T JIS ，前半部分是 ISO 646-JP ，后半部分是 JIS X 0208 字符集在两字节均为 0xA1-FE 的部分，额外使用 0x8E.A1-8E.FE 的区域编码 JIS X 0201 即半角片假名， 0x8F 开始再接两个 0xA1-FE 的范围允许三字节的编码，相当于 JIS X 0212 。

EUC-JIS-2004 与 EUC-JP 类似，但是三字节范围替换为 JIS X 0213 。

EUC-KR ，也叫 Wansung （“完成”），前半部分为 ISO 646-KR 或 ASCII ，后半部分是 KS C 5601 或 KS X 1001 。没有使用 0x8E-8F SS2/SS3 开始的序列。

EUC-TW ，按台湾地区标准 CNS 11643 支持全部 16 个平面每个平面 94² 的字符，前半部分为 ASCII ，后半部分是变长标准。 0xA1-0xFE 的双字节用于表示第一个平面，而后续则用 0x8E.A?.??.?? 的四字节字符，第二个字节用 0xA1-0xB0 这些从 0xA1 开始的码位指定具体平面序号，然后三四字节指定平面内 94×94 的具体位置。没有使用 0x8F SS3 开始的序列。

使用情况

EUC-CN 和 EUC-KR 都曾是两国常用编码，并且有大量场合在使用，只是后续 EUC-CN 被其扩展微软代码页 936 和 GB 18030 代替， EUC-KR 被其扩展韩文统一编码（Unified Hangul Code, Tonghabhyeong Hangeul Kodeu, 统合型韩文编码）即微软代码页 949 代替，但两个后者都是不再符合 EUC 规则的编码。但 EUC-JP 本身就没有 Shift JIS 使用广泛， EUC-TW 也不如 Big5 常用，这两个编码在相关的国家或地区就相对不常见了。其他 EUC 编码本身就很少见就不提了。

常见字符集与字符编码
原始编码	电报码（ Morse 电码）	BCD 码、 IBM 卡编码	-
早期二进制码位分配的编码	-	BCDIC、EBCDIC	ASCII （ISO 646-US 、 ISO 646-IRV）
地区字符编码	-	-	ISO 8859 ： ISO 8859-1 、 ISO 8859-2 、……
	-	-	EUC 类编码，含第一个国标字符集 GB 2312 ， 其编码 EUC-CN（IBM 代码页 936）也称 GB 2312
多地区字符编码通过切换串兼容	-	-	通用框架： ISO 4873、ISO 2022 ，含 ISO-2022-CN ISO-2022-CN 的简化： HZ 编码
无需切换串的自同步编码	-	UTF-EDCBIC	字符集 Unicode / ISO 10646 ，有常见编码 UTF-8、 UTF-16 、 UTF-32 及废弃编码 UTF-1 、 UTF-7
地区字符编码扩充	-	-	国标系列后续：GBK（微软代码页 936）、 GB 18030（微软代码页 54936）