GBK - 通信用語の基礎知識

簡体字支那語で使われている文字コードで、符号化方法(CES)の一つ。

概要

用途

従来の国家標準GB 2312は、EUC(ISO/IEC 2022)に準拠して符号化されており、EUC-CNと呼ばれていた。

その後、Unicode 1.1が登場すると、新たな国家標準として「GB 13000.1-93」が制定された。

そして、EUC-CNのコードレンジを拡張し、多くの漢字を格納可能な符号として作られたのが、GBK(GBのK=拡張)であった。但し、規格としては標準化されなかった。

しかしMicrosoft Windowsでコードページ936として採用されたため、広く普及することになった。

亜種

漢字文字のみでなく、全てのUnicode文字に対応するため、GBKは更に拡張された。

2000(平成12)年に発布されたGB 18030が、現在の主流である。

GBKは国家標準ではないが、GBKとほぼ完全な互換性があるGB 18030は国家標準である。

特徴

マッピング

元々はEUCで、その符号を拡張して作られている。1または2バイトの可変長で、GB 18030も含めると1、2、4バイトの可変長となる。

符号位置は、16進数で次の通りである。

2バイトの場合、第1バイトは126個分、第2バイトは190個分あり、23,940文字分の空間が存在する。

4バイト(GB 18030)の場合、第1バイトと第3バイトは126個分、第2バイトと第4バイトは10個分あり、1,587,600文字分の空間が存在する。

具体的な文字コード範囲は、次の通りになる。

文字集合

EUCの範囲内がGB 2312の文字集合である。

GBKとして拡張された領域には、GB 2312には含まれていない、Unicode 1.1のCJK統合漢字に含まれる全ての漢字(20,902字)と、互換領域の全ての漢字が割り当てられており、EUC範囲内含め、全てで21,886字を収録している。

符号機能

GBKの領域は、従来のEUC-CN相当の空間も含め、GBK/1からGBK/5までと、外字領域に水準分けされて使われている。

名称	第1バイト	第2バイト	収録文字種	符号位置数	収録文字数
GBK/1	A1‐A9	A1‐FE	記号類	846	717
GBK/2	B0‐F7	A1‐FE	漢字	6,768	6,763
GBK/3	81‐A0	40‐7E、80‐FE	漢字	6,080	6,080
GBK/4	AA‐FE	40‐7E、80‐A0	漢字	8,160	8,160
GBK/5	A8‐A9	40‐7E、80‐A0	漢字	192	166
外字	AA‐AF	A1‐FE	漢字	564
	F8‐FE	A1‐FE	漢字	658
	A1‐A7	40‐7E、80‐A0	漢字	672

収録されている字は、次の通り。

リンク

用語の所属

文字コード
関連する用語