GBK 代码集和方正超大字符集定义表

monkey-E

作者：郑永晓
来源：http://www.lotus-eater.net/
2005-7-19 13:43:47      
--------------------------------------------------------------------------------
【内容提要】    像笔者这样的文字工作者经常遇到冷僻字难以输入，在某些情况下，明明知道系统字库中收有该字，但即使是“全拼”输入法也难以找出此字。在这种情况下，就只好到GBK 字符集中去寻找，如果GBK字符集中仍找不到，就应该到“方正超大字符集”中寻找，该字符集中收录汉字65,531个。涵盖GB18030 (以及ISO10646-2000或Unicode 3.0) 中编入的汉字。虽然编制方法不甚科学，但该字符集仍能帮助我们输入绝大部分汉字。如果该字符集仍然没有你需要的字符，就只好造字或到日本“文字镜”中查询了。因而，只要我们能细心查询，一般情况下极少会遇到不能输入的汉字。某些网站，甚至是很有知名度的网站，在其所提供了电子文本下载中，经常会使用汉字偏旁组合以指代某个汉字，给使用者带来极大麻烦。衷心希望这些网站能从用户的利益出发，纠正那些并非不能输入的汉字录入问题，将电子文本制作得更加规范。此处整理的《GBK 代码集字符定义表》和《方正超大字符集》所收汉字有六万之多，根据笔者的使用体会，应该能够解决绝大部分汉字的录入问题。

      GBK字符定义表使用说明：①在windows中安装区位输入法。②点击输入法的工具条，使其变成GBK内码输入状态。③在相关页码中找到所需字符后，按照左上角（两位数字）—下方（一位）—上方（一位）之顺序组成的四位数字键入即可完成输入。当然，最简单的方法即直接复制到word 中。笔画索引是笔者制作，偏旁后面的数字是本字符在本文件中的页码。该索引不很完备，用户在使用时需注意。

      方正超大字符集使用说明：据微软的office 帮助文件中说明，利用微软拼音输入法 2003，用户可以通过输入汉字的Unicode(或Surrogate)来输入汉字。如在Word 2003 中，可以直接键入Unicode码，然后按Alt+X 转换成汉字。对于扩展B的汉字，请将前面两个“0”去掉。比如说，针对例子“𠀀”，Unicode 是00020000，则输入020000 ，然后按Alt+X即可。要想知道每个字符的Unicode,也可以将光标定位在汉字后面，然后按ALT+X，相应的Unicode码则会显示出来。笔者的方法是，查询《康熙字典》或《汉语大辞典》，找到其字所在页码，而后根据该页码在“超大字符集”中搜索此字。当然，此道高手可以编制自己的输入法，那就更是上上之策了。

      注：“GBK”是继 简体中文Windows3.2 之后的简体中文 Windows 所使用之代码页，它涵盖了 Unicode 所有 20902 个中文字符以及中国国家标准化组织添加的大约 80 个中文字符。此前之“GB-2312”是简体中文 Windows 3.2 的代码页，仅含有 6763 个汉字。“GBK” 包含了“Big5”的繁体中文字符和“GB2312”中的简体中文字符。国际标准化组织在 ISO10646-2000 的基本平面(BMP 或者 Unicode 3.0， 下简称 Unicode)编入了27,564 汉字（U+4E00~U+9FFF以及U+3400~U+4DFF），即2000年3月在GB18030颁布时所建议支持的字汇。其中U+3400~U+4DFF部分的6582个汉字又称为扩展A。该组织还在ISO10646-2000 的第二平面扩展了42,711汉字（又称为扩展B）。由于这42,711汉字编排在ISO10646-2000 的第二平面，所以编码需要4个字节。为了能够存取处理这些4字节字符，在Unicode 中引入了Surrogate 机制(在ISO10646-2000中命名为UTF-16)。根据这样一种机制, 在Unicode中用两个16位编码就可以对ISO10646-2000 第二平面中的汉字进行存取。

Windows 98 、Winme 等微软早期操作系统不能支持超大字符集。自Windows 2000始可使用该字符集，但需安装相关补丁。在WindowsXP 、Windwos 2003 server 等操作系统中，配合安装Office 2003 ，使用方正超大字符集最为方便。在安装Office 2003时需选择自定义安装，选择共享工具中的超大字符集即可。

    本文档之附件1为 GBK 字符表；

                 附件2为本人选取之GBK 难字表，按笔画排列；

                 附件3为 超大字符集第1部分；

                 附件4为 超大字符集第2部分。

   以上附件均为不加密Word 文档，使用方便。

                 如有疑问请与笔者联系：

                  literature@cass.org.cn

影達

因而，只要我们能细心查询，一般情况下极少会遇到不能输入的汉字。某些网站，甚至是很有知名度的网站，在其所提供了电子文本下载中，经常会使用汉字偏旁组合以指代某个汉字，给使用者带来极大麻烦。衷心希望这些网站能从用户的利益出发，纠正那些并非不能输入的汉字录入问题，将电子文本制作得更加规范。

我曾下载过几篇这样的电子文本，每次的确先要找出几个生僻字来代替文中的偏旁组合。

不过，就算那些网站用了方正超大字符集，问题也不是就此解决了的。据我所知，阅读者除了要安装方正超大字符集外，还要修改注册表才能看到网页那些生僻字的。我想要方正超大字符集和偏旁组合齐用。

mengqing

对于汉字编码的使用，我现在又多学了一点．

[ 本贴由 mengqinghao 于 2005-8-27  00:34 最后编辑 ]

getright

要处理好汉字，使用unicode才是最终解决方法。GB18030实际上是Unicode的中文4字节编码解决方案。
GBK汉字只有2万多汉字，方正超大字符集收录6万多汉字，而GB18030定义了十多万汉字。
GBK是2字节编码方案，处理异体、繁体肯定会出现很多问题的。