GB2312
GB：国标，中华人民共和国国家标准
2312：没有特别含义，只是个编号，第2312号国家标准
百度百科：https://baike.baidu.com/item/信息交换用汉字编码字符集/8074272
参考资料：
- https://qqe2.com/doc/gb2312
- https://www.qqxiuzi.cn/zh/hanzi-gb2312-bianma.php
- http://tools.jb51.net/table/gb2312
1. 字符集
共有7573个字符。
- 128个ASCII字符
- 682个非ASCII、非汉字图形 的字符
- 6763个简体汉字，3755个一级汉字，3008个二级汉字
一级汉字就是常用汉字，二级不常用。
2. 字符编号
有两种编号方式
- 128个ASCII字符的编号方式还是从0-127
- 其余的非ASCII字符使用【区位码】的方式编号。
94个区，每个区94位，可以表示8836个字符。空余1381个区位。
【区】和【位】都是从1开始计数。
3.字符编码
两种编码方式
- 128个ASCII字符，还是使用单字节编码，8位，首位固定为0。
- 其余字符采用双字节 编码。
编码方式为：【区号 + 0xa0】 【位号 + 0xa0】
区、位各占一字节。
首位固定为1。0xa0，就是十进制160，0b10100000
例如：汉字【啊】，在第16区第1位
以下是转换后的 Markdown 表格：
| 汉字【啊】 | 区 | 位 |
|---|---|---|
| 区号和位号 | 16 | 1 |
| 区号和位号的二进制 | 0b00010000 | 0b00000001 |
| 0xA0 的二进制 | 0b10100000 | 0b10100000 |
| 相加后的结果 | 0b10110000 | 0b10100001 |
| 相加后的结果 (hex) | 0xB0 | 0xA1 |
所以汉字【啊】，在GB2312中的编码就是B0A1
4. 使用编辑器查看
4.1 汉字【啊】
- 新建一个文本文件，输入汉字【啊】，注意右下角的编码格式为GB2312
- 查看十六进制数据；可以看到，汉字【啊】，在GB2312中是双字节编码，B0A1
4.2 大写英文字母【ABC】
他们是ASCII字符集中的字符，GB2312完全兼容ASCII，在GB2312中是单字节编码：
4.3 换行符（windows环境）
敲回车键：
可以看到，windows环境下的换行符是两个字节0D，0A
4.4 全角英文字母【ABC】
注意：标点符号、数字符号和英文字母都有全角和半角的
全角A的编码：A3C1
全角B的编码：A3C2
全角C的编码：A3C3
我们手动输入这些编码：
保存后，切回text editor查看
可以看到全角字母和半角字母其实是完全不同的字符和编码，虽然表示的内容一样。
4.5 乱码（不符合GB2312的编码规则）
什么是不符合GB2312的编码规则呢
如果是单字节，那么必须是0开头； 比如0xa0，0b10100000 就不符合
如果是双字节，那么必须大于0xa0；比如 0x80 0x80，就不符合
手动输入这些十六进制数据：
保存后，转回text editor查看，可以看到展示为乱码：
注意：GB2312 字符集中不包含欧元符号 €。
€ 是在 GB2312 发布多年后才出现的货币符号（1999年欧元正式诞生，而 GB2312 是1980年制定的），因此它被收录在后续的扩展标准中：
- GBK ：包含了
€，编码为0xA2E3 - GB18030 ：同样包含
€，编码也是0xA2E3
5. 疑问
5.1 GB2312兼容ASCII吗
GB2312 完全兼容 ASCII（美国信息交换标准代码）。具体体现在：
- 单字节与 ASCII 一致：GB2312 中，0x00 到 0x7F 的编码与 ASCII 完全一致，用来表示英文字母、数字、标点和控制字符。
- 用最高位区分 ：它采用变长编码，最高位为
0就是单字节的 ASCII 字符 ，最高位为1则表示双字节的其他非ASCII字符。
5.2 为什么区位码，要加【0xa0】，而不是加【0x80】
如果只加0x80，即0b10000000，也可以满足最高位为1，与ASCII的单字节编码严格区分开来。
原因可能是：
- 理论上，GB2312的最后一个字符是第94区第94位；
94加上0xa0后，为0b11111110，0xfe，差1就能满0b11111111；
所以原因可能是，尽可能不浪费字节空间。 - deepseek的解释：
https://chat.deepseek.com/share/fusgwysbevvn2i75s1 - 当时设计GB2312的专家，可能有他们自己其他方面的考虑。