• 主页

急求简体汉字的内码区间（GBK）

GFox 2004-09-03 11:32:18
GB2132的话，是位于GBK/2中，范围是B0A1-F7FE，
还有部分扩展汉字，位于GBK/3（8140-A0FE)、与GBK/4（AA40-FEA0）中，
但是这里面并不是所有都是简体的（还包括有繁体字）。

GBK里整个简体字的内码区间是哪里到哪里呢？
...全文
552 点赞 收藏 17
写回复
17 条回复
runfly2008 2004年10月12日
请大家继续关注！！
 回复 点赞
GFox 2004年10月08日
GBK编码不是按简繁体进行划分区表的？天啊，那怎么区分繁体简体呢？

ntzls(三星堆)说穷举，但也要事先知道一个字是繁体还是简体才能穷举吧？

也就是你说的：将所有的繁体字、简体字罗列出来一一对应。这个本身就要求“能够罗列出来”，可怎么才能罗列出来呢？
 回复 点赞
ntzls 2004年09月28日
前段时间看到一个贴子就是将GBK中的繁体转简体在FAQ里(现在找不到了:-<，记得是数据库版块)实现方法就是将所有的繁体字、简体字罗列出来一一对应的。GBK编码不是按简繁体进行划分区表的，所以我知道的方法是穷举。顺便帮顶^_^
 回复 点赞
GFox 2004年09月28日
不能让它沉了....路过的朋友帮忙up一下...
 回复 点赞
GFox 2004年09月24日
to flyxxxxx(灭神)

输出所有GBK字符是没有问题，但也不知道哪些是简体的哪些是繁体的呀，有些字我们一眼看得出，有些生辟字，平常不怎么看过的，人工看也不知道是简体还是繁体撒...

 回复 点赞
GFox 2004年09月24日
to windExtendsRikki(风)

国标 的网站怎么去？
 回复 点赞
flyxxxxx 2004年09月23日
最笨的方法：
输出从0-66535的所有GBK字符到文件，看它区间是什么
 回复 点赞
windExtendsRikki 2004年09月23日
你去 国标 的网站去看看具体是怎么定义的不就知道了～～
 回复 点赞
GFox 2004年09月20日
to ntzls(三星堆):

怎么个穷举法？穷举首先就得有繁简体的判定标准才行。

如果有这个判定方法，我又何必穷举？
 回复 点赞
ntzls 2004年09月16日
穷举呗
 回复 点赞
GFox 2004年09月16日
自己up一下吧
 回复 点赞
GFox 2004年09月08日
没有人知道？
 回复 点赞
poorman1 2004年09月06日
uuuuuuuuuuuuuuuuupppppppppppppppppppppppppppp
 回复 点赞
gaozhanhai 2004年09月03日
http://chinese.pku.edu.cn/bbs/thread.php?fid=29&tid=10788&action=printable
来这里看看~~
挺全的~~
 回复 点赞
Lulq21cn 2004年09月03日
GB2312-80 《信息交换用汉字编码字符集》基本集规定一个汉字的内码由两个字节组成。
汉字内码与区位码之间的关系是：
内码第一字节＝区码+160
内码第二字节＝位码+160

在区位码中，01-09区为特殊字符，10-55区为一级汉字(3755个最常用的汉字，按拼音字母
的次序排列)，56-87区为二级汉字(3008个汉字，按部首次序排列)。
每个区有94个汉字

 回复 点赞
GFox 2004年09月03日
简单来说，我想要表示简体汉字的正则表达式
我现在用的是这个
[\u4E00-\u9FA5]

但是这个包括了繁体字

想要一个只是简体字的表达式
 回复 点赞
GFox 2004年09月03日
GBK代表码（按分类顺序排列）
　GBK/1：GB2312非汉字符号A1-A9
　B0-B7B8-BF C0-C7C8-CF D0-D7
　GBK/2：GB2312汉字
　D8-DFE0-E7E8-EFF0-F7
　81-8384-87 88-8B8C-8F 90-93
　GBK/3：扩充汉字
　94-9798-9B 9C-A0
　AA-AFB0-B7B8-BFC0-C7C8-CF
　GBK/4：扩充汉字
　D0-D7D8-DFE0-E7E8-EFF0-F7
　F8-FE
　GBK/5：扩充非汉字
　A8-A9
　（1）AA-AF （2）F8-FE
　用户自定义区
　（3）A1-A7

这个是怎么看的？？？
 回复 点赞
发动态
发帖子
Java SE
创建于2007-09-28

3.4w+

社区成员

30.7w+

社区内容

Java 2 Standard Edition
社区公告
暂无公告