GB 18030 根上跟 Unicode 有关系吗？ 第1页

在回答这个问题前，首先要清楚「Unicode」是什么（

）。其次，要理解信息技术相关的国标中，几份编码字符集相关的标准，各自之间的引用、沿用关系，以及它们的源头。

- - -

GB 18030—2005《信息技术——中文编码字符集》，它的标题已经很明确地指出了这份标准的核心内容：编码字符集（coded character set）。

当然，延续了以往所有编码字符集相关的国标，它也伴随字符集给出了一种编码方案——这是一种单、双、四字节混合的编码方案（按照国标的术语，也就是为字符指派了「内码」）。

在 2005 年，GB 18030—2005 的字符集，实质上使用了 GB 13000 的字符集的一个子集（也可以说是在 GB 13000.1—1993 的基础上，扩增收入了一些新的字符）；GB 13000.1—1993 是 1993 年 ISO/IEC 10646-1:1993 的等效标准；另外，2010 年修订（补完）的 GB 13000—2010 则是 ISO/IEC 10646:2003 的等效标准。而 ISO/IEC 10646 跟 Unicode 有一层很紧密的联系，但它们绝非等同，详情可参考 Unicode 官方的 FAQ（

）。

GB 18030 跟 Unicode 的关系纽带，实质上就存在于 ISO/IEC 10646 这份标准中。

- - -

问题说明里的追问，缺乏前提。GB 18030 本身就不是什么「自造的轮子」。

GB 18030—2005 文档中明确引用的国标有 5 份。其中 GB/T 2311—2000、GB/T 11393—1989 和 GB 13000.1—1993 都是对应 ISO/IEC 的等效标准；也就是说，国标明确声明了这些标准用了现成的轮子。并且，GB 13000 字符集的后续扩增及修订，依然在同步其等效对象 ISO/IEC 10646。

另外，GB 18030—2005 的重要兼容对象——GB 2312—80——这份标准也不是纯粹自造的，它很大程度上受到了日本工业标准 JIS C 6226-1978 的启发（也就是后来的 JIS X 0208）。虽然官方发布首版 JIS C 6226 是在 1978 年，但早在 1960 年代末、1970 年代初，相关标准就已经开始制定并发展了，这份标准可算是后续日、中、台、韩多字节编码字符集标准的源头。

至于国标本身的意义，在我看来最大的作用就是「强制力」的合法化。

- - -

最后，你还可以向自己提这样的问题：既然 ISO/IEC 10646 跟 Unicode 的关系如此紧密，那么它存在的意义又是什么？

不懂呢，不要乱喷，喷人也要讲基本法的

Unicode是什么，通俗地说是一套字符编号的标准，它规定了哪些叫字符，这个字符写出来是什么样子，然后赋予每个字符一个唯一编号。这个编号一定是正整数或者0。

此外还规定了某些编号表示控制字符，而不是代表实际可以书写的字符，比如 tab 换行 分段 左右阅读顺序转换标记等。

光有这些编号还是不够的，还要约定这个编号在计算机里怎么存储，于是有了 UCS－2 UCS－4 UTF-8 UTF-16等标准，这个叫Unicode的编码标准。

Unicode诞生其实是比较晚的，那么在Unicode诞生之前字符怎么编号呢？

计算机发明之初只有英文，美国人发明的嘛，所以 0-127 个字符就足够，后来扩展到0-255，这就是ASCII，由于欧美语言的特性就是拼音文字，字母很少，256个字符足够包括所有主流欧美语言的字母了，还包括了大量数字符号。

但是当计算机开始处理非欧美语言的时候 256个显然不够了，典型就是东亚语言，所有一个叫CJK的问题，就是中日韩的意思。

当时的主流解决方案是把字符编码扩展到2个字节，其中第一个字节高位为 1 表示 lead byte，配合后面一个字节来表示一个字符。

各个国家分别制定了各国的标准，这个标准每个国家都不一样，没有统一国际标准。

这些标准就是 中国 GB2312，日本的 shift－JIS 台湾（地区）的BIG5 韩国是 KS，它们规定了各个国家的字符都有哪些，编号多少，在计算机内存里怎么存储。

每个编码标准分配了一个编号叫 code page，GB标准就是 codepage 936

后来Unicode标准制定的时候，也遵照了这些标准，收录了它们的字符集，因为这些字符已经事实上在使用了，Unicode必须涵盖。

不是中国在造轮子，而是Unicode这个轮子出来太晚了，各个国家都在造轮子。

那么已经有了Unicode的情况下为什么还要有GB18030呢，因为GB2312编码标准里的汉字太少了，GB2312里只有 6763个汉字，显然不够用，需要一个字符集更多的标准。

中国民族文化复杂，有大量少数民族语言的字符要收录，所以需要一个自己的标准，这些字符进Unicode标准太难了，早期Unicode空间只有65536，显然严重不够用。

另外还要兼容过去的 GB2312，毕竟这么多年来大量的数据文献都是GB编码的，还要兼容着，日本也没放弃shiftJIS，台湾还在用BIG5。

GB标准的制定是要参照Unicode的，unicode里的汉字都有对应的GB编码，所以说GB18030是支持Unicode的。

其实ASCII也是一种codepage，而且美国还不止一种，比如常见的 Code page 437 是IBM PC的标准，Code page 1252 是Windows的标准，日本韩国也不止一种标准 日本有 JIS shift－JIS，韩国有 KS和UHC，中国也是大陆和台湾两套。

未来我相信编码会逐渐统一到 Unicode，但是各个国家的标准由于历史原因会长期存在。