GB 18030介绍及其与相关标准的比较-GB 18030的优点

GB 18030介绍及其与相关标准的比较
一、标准内容简介
　　1、GB 2312
　　2、GB13000（附：Unicode规范）
　　3、GBK与GB18030-2000
二、GB 18030的优点
二、GB 18030的优点
1、编码汉字数量大
与西方文字不同，汉字是表意文字，成千上万的不同含义需要成千上万的不同汉字来表示。西方文字主要是拼音文字，通过几十个字母的组合就可以变出成千上万的单词。在计算机里面，西方文字只需要给几十个字母编码就够了，而每一个汉字都要一个编码才行。根据专家的统计，一般中文应用系统需要13,000个左右的汉字，大型中文应用系统需要23,000个左右的汉字，政府机关的专用中文应用系统需要48,000个左右的汉字，而图书馆用的中文应用系统需要的汉字可能超过10万。GB 18030-2000达到了27484个汉字，基本上可以满足目前政府机关内部工作、政府机关的网上工作、电子商务、以及其他网上服务行业的需要。此外，GB 18030还提供了13汉字结构符和一些汉字部件，为某些尚未编码的汉字的解决提供了方案。不仅如此，GB 18030建立的编码体系提供了超过150万个编码位置的编码空间，为未来增补汉字作了充分准备。一旦本标准得到实现，类似"镕"字的人名、地名在计算机输入中遇到的困难将越来越少，直至最终完全解决。
2、对GB 2312、GBK和GB 13000的兼容
GB 18030通过提供完整、清晰、明确的代码映射表，采用GB 18030的计算机系统可以轻易地识别和处理GB 2312和GBK编码，降低了系统改造/升级的成本。如果未来需要采用GB 13000，则通GB 18030和GB 13000代码的映射表可以轻松地在二者之间进行转换。
3、对字符编码技术的发展的贡献
在现有系统中，字符编码空间十分有限，例如：GBK只提供了23940个编码位置。GB 18030通过对编码空间的扩展提供了超过160万个编码位置（23949+1587600）。可以自信地说，不仅我国所有汉字都可以在这个标准里面编码，而且我国所有少数民族文字也可以在这个标准里面编码，从此不必再担心编码空间不足的问题了。
4、对标准的用户自定义区和标准保留区的使用做了明确、详细的规定
　　根据经验，标准或规范的使用者往往误以为标准的用户自定义区和标准保留区可以任意使用，完全自由，因而在标准、规范的实现中自作主张，各按所需使用。实践证明，这种做法非常危险，造成的后果十分严重。GB 18030在研制中充分考虑了标准的用户自定义区和标准表留区的问题，明确而详细规定了其使用方法，要求所有标准实现者必须按照标准做，彻底杜绝了类似问题的再次出现。
5、强制性国家标准
　　直到不久之前，还经常有人抱怨编码的汉字太少了，只有GB 2312的6763个汉字，不能满足使用要求。而此时，收录了20954个汉字的GBK早已发布并在一些操作系统上实现多年了。经过调查发现：由于GBK是个行业规范，缺乏足够的强制力，很多软件开发商并不实现这个规范。而产品的最终用户由于不知道还有这样一个规范，不知道要求软件开发商来实现它。而GB 18030是个强制性标准，解决了这个问题。首先，软件开发商不得不重视标准，实现标准。其次，标准的知名度要大大高于规范的知名度，而强制性标准的知名度更高。中文软件的最终用户知道了由一个两万七千汉字的标准，就会要求软件开发商来实现。
三、比较
　　与GB 2312相比，上面提到的其它几种标准/规范的字汇要大的多，在广义上都可以称为"大字符集"，显然优于GB 2312。因此，下面的比较将不包括GB 2312。由于GBK已经为GB 18030取代，下面的比较将在GB 13000、GB 18030和Unicode规范之间进行。
1、技术
　　三者的编码空间都十分庞大：GB 18030的编码位置超过了1,600,000个，ISO/IEC 10646和Unicode规范的编码位置更高达2,147,483,648个。就编码空间来说，无论哪一个标准，都可以绰绰有余地容纳世界上所有文字在其中编码。因此，三个标准在编码空间大小上没有优劣之分。
　　三者的字汇都十分巨大：GB 18030力图为全部汉字和我国所有少数民族文字编码，ISO/IEC 10646和Unicode规范力图为世界上所有文字编码。因此，前者具有更强的针对性，后者具有更强的通用性。
　　三者都采用了四字节的编码方式：为了扩大编码空间，增加编码位置，必须采用多字节编码方式。ISO/IEC 10646和Unicode规范通过在基本多文种平面划出"代理区"映射辅助平面的方式实现四字节编码，GB 13000通过0x30到0x39码位实现编码空间扩展，达到四字节。由于GB 18030采用了双字节和四字节的混合排列，因此在标准的实现过程中略微复杂一些。
　　在我国，GB 18030具有更好的兼容性：GB 18030完全解决了对采用GB 2312和GBK编码的文档的兼容问题，实现了旧有编码体系向新的编码体系的平滑过渡；同时，GB 18030通过映射表方式解决了它与ISO/IEC 10646以及Unicode规范之间的代码转换问题。而ISO/IEC 10646和Unicode规范由于其全球通用性要求，无法全面解决兼容性问题。
2、管理
　　GB 18030是我国独立研制的编码字符集标准，目的是满足我国国内对文字编码的需要。标准的修订和解释由我国有关管理部门和技术专家掌握，根据技术发展和使用需要，我们随时可以修订该标准，具有很高的自主权。
　　ISO/IEC 10646是在ISO/IEC JTC1领导下由各国专家共同制定的国际标准。自八十年代中期以来，我国一直积极参加该标准的研制和修订工作。特别是在该标准汉字部分的研制和修订工作中，我国担任着汉字工作组的召集人和主编，具有很大的影响力。
　　Unicode规范是一个由产业界部分有影响的公司起草的规范性文件，它的研制和修订由Unicode组织掌握。换句话说，少数国外大公司完全控制了Unicode规范的制定和产品实现的进程。我国的信息技术和信息产业尚未发展成熟，对Unicode规范施加影响是十分困难的，即使是在汉字部分，我们的影响力也十分有限。
3、结论
　　综上所述，GB 18030、ISO/IEC 10646（GB 13000）和Unicode规范在技术上都十分优秀。从我国信息技术和信息产业发展的角度考虑，无论采用GB 18030还是ISO/IEC 10646都十分有利，而在我国采用Unicode规范显然是不合适的。考虑到解决我国用户的需要和解决旧有系统的兼容性问题，以及信息安全的要求，目前采用GB 18030是较为有利的选择。
　　我们相信，GB 18030的发布和实施一定能够使我国的中文信息技术再上一个台阶。
Source: 工作文件