PHP输出GBK 1.0所有汉字

展开全文

PHP输出GBK 1.0所有汉字

1995年GBK 1.0字库

为了配合 UNICODE 的实施，全国信息技术标准化技术委员会于1995年12月1日制订了《汉字内码扩展规范》(GBK)，英文名称Chinese Internal Code Specification。国家技术监督局标准化司、电子工业部科技与质量监督司于1995年12月15日联合以技监标函[1995]229号文件的形式，将它确定为技术规范指导性文件，并予以发布和实施。这一版的GBK规范为1.0版。GB即“国标”，K是“扩展”的汉语拼音第一个字母。GBK向下与 GB2312编码兼容，向上支持ISO 10646.1国际标准，是前者向后者过渡过程中的一个承上启下的标准。

GBK共收录了21886个汉字和图形符号，包括ISO 10646.1中的全部CJK汉字和符号，并有所补充。具体包括：

1. GB2312中的全部汉字、非汉字符号。

2. 与 ISO-10646 相应的国家标准GB13000.1中的其他CJK汉字。以上合计20902个国标化汉字。

3.《简化字总表》中未收入GB13000.1的52个汉字。

4.《康熙字典》及《辞海》中未收入GB13000.1的28个部首及重要构件。

5. 13个汉字结构符。

6. BIG-5中未被GB2312收入、但存在于GB13000.1中的139个图形符号。

7. GB12345增补的6个拼音符号。

8. 汉字“○”。

9. GB12345增补的19个竖排标点符号（GB12345较GB2312增补竖排标点符号29个，其中10个未被GB13000.1收入，故GBK亦不收）。

10. 从GB13000.1的CJK兼容区挑选出的21个汉字。

11. GB13000.1收入的31个IBMOS/2专用符号。

GBK亦采用双字节表示，总体编码范围为8140-FEFE，首字节在81-FE之间，尾字节在40-FE之间，剔除xx7F一条线。总计23940个码位，共收入21886个汉字和图形符号，其中汉字（包括部首和构件）21003个，图形符号883个。

GBK 编码区分三部分，其中的汉字区包括：

△B0A1-F7FE, 收录 GB2312 汉字6763个，按原序排列；

△8140-A0FE，收录 GB13000.1中的CJK 汉字6080个；

△AA40-FEA0，收录 CJK 汉字和增补的汉字8160个。CJK汉字在前，按UCS代码大小排列；增补的汉字（包括部首和构件）在后，按《康熙字典》的页码／字位排列。

微软公司自 Windows 95 简体中文版开始支持 GBK 代码，标准叫法是 Windows Codepage 936，也叫做 GBK（国标扩展），它是 8-bit 的变长编码。

GBK 从来没有成为正式的国家标准，只不过因为 Windows 的普及，它已经成为事实上的标准了。

GBK所收字数是GB2312的3倍，收集的汉字包含大部分的冷僻字、繁体字等，从而较好地解决了中文冷僻字问题，受到业界的广泛关注。

GBK的优点是与现行的GB2312内码体系兼容，保持系统兼容性，容易为用户所接受，而且是等长双字节代码，码长较短，通信、处理速度都比较快，占存储空间比较小,因此是GB2312－80的理想换代标准。

本文输出的汉字共20902字

<?php
$begin = hexdec( "4e00" );
$end = hexdec( "9fa5" );
$a = ' ["' ;
for  ($i = $begin;  $i <= $end;  $i ++) {
    $a .= '\u' . dechex ($i);
}
$a .= '"] ' ;
$b = json_decode($a);
print_r($b[0]);
?>

原文：http://blog./post/93.html