GB18030编码方式 |
发信人: baptist (Saint), 信区: Programming 2qr05e http://blog.numino.net/ 标 题: Re: 看了看GB18030,是人是鬼还是神? wKtj97 http://blog.numino.net/ 发信站: 水木社区 (Thu Mar 5 04:07:19 2020), 站内 3D0eN7 http://blog.numino.net/ ba3r5U http://blog.numino.net/ 我知道了。 Zs40fO http://blog.numino.net/ 在 gb18030 编码里面,“我” (0xced2) 是硬编码的,和 U+6211 没有 BlE1UY http://blog.numino.net/ 任何关系。 vlyLes http://blog.numino.net/ l1g12r http://blog.numino.net/ gb18030 双字节2区里面,最常用的先按拼音排序;较常用的再按笔画排序。 64qqJZ http://blog.numino.net/ (0xb0a1-0xd7f9) (0xd8a1-0xf7fe) EAuJAg http://blog.numino.net/ “我”之所以是 0xced2 是因为它在双字节2区里面刚好排在了这个位置。 0d7F0u http://blog.numino.net/ (0xce page, d2 position) oW8tHv http://blog.numino.net/ whckB1 http://blog.numino.net/ 其他区的汉字应该也是按笔画排序的(至少双字节3区里面是的)。 3HvJ1W http://blog.numino.net/ PTVDSl http://blog.numino.net/ Unicode 汉字的排列应该是(部分)按照笔画多少来排的: LMp3L1 http://blog.numino.net/ 20HfI9 http://blog.numino.net/ .0 .1 .2 .3 .4 .5 .6 .7 .8 .9 .A .B .C .D .E .F 3iqmty http://blog.numino.net/ 620. 戀 戁 戂 戃 戄 戅 戆 戇 戈 戉 戊 戋 戌 戍 戎 戏 hhMsEU http://blog.numino.net/ 621. 成 我 戒 戓 戔 戕 或 戗 战 戙 戚 戛 戜 戝 戞 戟 o9fVVZ http://blog.numino.net/ 622. 戠 戡 戢 戣 戤 戥 戦 戧 戨 戩 截 戫 戬 戭 戮 戯 qiyq63 http://blog.numino.net/ 623. 戰 戱 戲 戳 戴 戵 戶 户 戸 戹 戺 戻 戼 戽 戾 房 ht58El http://blog.numino.net/ 624. 所 扁 扂 扃 扄 扅 扆 扇 扈 扉 扊 手 扌 才 扎 扏 S6guoY http://blog.numino.net/ 625. 扐 扑 扒 打 扔 払 扖 扗 托 扙 扚 扛 扜 扝 扞 扟 78vN0I http://blog.numino.net/ 626. 扠 扡 扢 扣 扤 扥 扦 执 扨 扩 扪 扫 扬 扭 扮 扯 R55j0x http://blog.numino.net/ 627. 扰 扱 扲 扳 扴 扵 扶 扷 扸 批 扺 扻 扼 扽 找 承 XX45jt http://blog.numino.net/ 628. 技 抁 抂 抃 抄 抅 抆 抇 抈 抉 把 抋 抌 抍 抎 抏 gWjRL0 http://blog.numino.net/ 629. 抐 抑 抒 抓 抔 投 抖 抗 折 抙 抚 抛 抜 抝 択 抟 ScmyVM http://blog.numino.net/ 62A. 抠 抡 抢 抣 护 报 抦 抧 抨 抩 抪 披 抬 抭 抮 抯 96EnDa http://blog.numino.net/ 62B. 抰 抱 抲 抳 抴 抵 抶 抷 抸 抹 抺 抻 押 抽 抾 抿 qTsOVI http://blog.numino.net/ 62C. 拀 拁 拂 拃 拄 担 拆 拇 拈 拉 拊 拋 拌 拍 拎 拏 EL85Lv http://blog.numino.net/ 62D. 拐 拑 拒 拓 拔 拕 拖 拗 拘 拙 拚 招 拜 拝 拞 拟 1lEyEZ http://blog.numino.net/ 62E. 拠 拡 拢 拣 拤 拥 拦 拧 拨 择 拪 拫 括 拭 拮 拯 KdKZxX http://blog.numino.net/ 62F. 拰 拱 拲 拳 拴 拵 拶 拷 拸 拹 拺 拻 拼 拽 拾 拿 xCOO4m http://blog.numino.net/ 8WoUXj http://blog.numino.net/ VI8hmm http://blog.numino.net/ src: 7oafDQ http://blog.numino.net/ gb18030-2000, p. 24 (“我” 的 gb18030 编码) ZS8MZh http://blog.numino.net/ gb13000-2010, p. 494 (“我” 的 gb2312 编码和它在 unicode 里面的 codepoint) e9SIC1 http://blog.numino.net/ The Unicode Standard v12, chap. 18, WBSlhY http://blog.numino.net/ ibid, appendix E, Han Unification History 2vT0RS http://blog.numino.net/ Y35SCf http://blog.numino.net/ 【 在 baptist (Saint) 的大作中提到: 】 oHD0qP http://blog.numino.net/ 我错了。我不知道怎么从 unicode 得到 gb18030 的 encoding。 GKKwZA http://blog.numino.net/ 760FfK http://blog.numino.net/ 比如“我”, QiPOLr http://blog.numino.net/ unicode codepoint: U+6211 (01100001 10110111) 18B5EL http://blog.numino.net/ 对应的 utf-8 encoding: 0x e6 88 91 (1110.0110 10.000110 10.110111) GXiSta http://blog.numino.net/ 对应的 utf-16 encoding: 0x 6211 (10110111 01100001, little endian) QVRyDo http://blog.numino.net/ 如果我知道文件编码是 utf-8,我可以找到对应的 unicode codepoint. A428qn http://blog.numino.net/ SG7773 http://blog.numino.net/ gb18030中“我”的 encoding 是 0xced2, 对应的 gb13000(ucs2 ~= unicode) J9t9qz http://blog.numino.net/ 的 codepoint 也是 unicode codepoint U+6211。 G36DQX http://blog.numino.net/ JTi16M http://blog.numino.net/ 但我不清楚 0xced2 是怎么从 U+6211 得到的。 0Jnth5 http://blog.numino.net/ PNF6D1 http://blog.numino.net/ 你知道吗? UkwLwC http://blog.numino.net/ 29grYC http://blog.numino.net/ YPRsnA http://blog.numino.net/ 【 在 Bernstein (Berns) 的大作中提到: 】 gT898v http://blog.numino.net/ : 你理解错了,先去看看资料吧; 8713PG http://blog.numino.net/ : 我至少了解 g4W0H6 http://blog.numino.net/ KHGI66 http://blog.numino.net/ E0O78A http://blog.numino.net/ -- GfxDDg http://blog.numino.net/ W2896Q http://blog.numino.net/ Ai1cps http://blog.numino.net/ 3C1cWt http://blog.numino.net/ -- rKMfm9 http://blog.numino.net/ Fr8ir7 http://blog.numino.net/ ※ 来源:·水木社区 newsmth.net·[FROM: 114.246.87.*]
|
|