GB2312 字符集和编码说明(码表见http://www.cnblogs.com/thinksasa/p/3956458.html)

(1)GB2312 字符集

GB2312 是汉字字符集和编码的代号，中文全称为“信息交换用汉字编码字符集”，由*国家标准总局发布，一九八一年五月一日实施。GB 是“国标” 二字的汉语拼音缩写。

(2)GB2312 字符集 (character set) 只收录简化字汉字，以及一般常用字母和符号，主要通行于*地区和新加坡等地。

(3)GB2312 共收录有 7445 个字符，其中简化汉字 6763 个，字母和符号 682 个。

(4)GB2312 将所收录的字符分为 94 个区，编号为 01 区至 94 区；每个区收录 94 个字符，编号为 01 位至 94 位。GB2312 的每一个字符都由与其唯一对应的区号和位号所确定。例如：汉字“啊”，编号为 16 区 01 位。

 

(5)GB2312 字符集的区位分布表：
区号    字数    字符类别  
    01      94    一般符号  
    02      72    顺序号码  
    03      94    拉丁字母  
    04      83    日文假名  
    05      86    Katakana  
    06      48    希腊字母  
    07      66    俄文字母  
    08      63    汉语拼音符号  
    09      76    图形符号  
 10-15            备用区  
 16-55    3755    一级汉字，以拼音为序  
 56-87    3008    二级汉字，以笔划为序  
 88-94            备用区   

 

GB2312 编码

举例来说，“啊”字是GB2312之中的第一个汉字，它的区位码就是1601。字节编码，通常采用EUC储存方法，以便兼容于ASCII。每个汉字及符号以两个字节来表示 。第一个字节称为“高位字节”，第二个字节称为“低位字节”。 “高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0)，“低位字节”使用了0xA1-0xFE(把01-94加上0xA0)。例如 “啊”字在大多数程序中，会以0xB0A1储存（与区位码对比：0xB0=0xA0+16,0xA1=0xA0+1）。

所以GB2312编码中汉字区码的十进制是从176到247，位码是从161到254.之所以存储了6763小于72(一级汉字和二级汉字所占的区)*94(每个区有94个汉字)=6768，是因为在区码为215，位码为250-254之间共五个编码没有汉字编码，所以6768-5=6763个

GB2312 与 Unicode 的关系

GB2312 字符集是 Unicode 字符集的一个子集。这也就是说，GB2312 所收录的每一个字符都收录在 Unicode  之中。 GB2312 编码和 Unicode 编码确没有什么相同之处，不兼容。同一个汉字，它的 GB2312 编码和 Unicode 编码确毫不相同。例如：汉字“啊”，它的 GB2312 编码为 0xB0A1，但是它的Unicode 编码为 0x554A。

举例：

高位：B0=A0+16(区码),低位：A1=A0+1(位码)
所以编码为B0A1，
计算的十进制值:176(B0的十进制值)*256(高八位)+161(A1的十进制值)=45217

转：https://blog.csdn.net/oshan2012/article/details/79070705