©2020-2024 ioDraw All rights reserved,
Privacy Policy
前面我们聊过编程语言的发展史，大家都知道，最早的编程语言被称为机器语言，完全由0和1组成，在打孔纸带上运行。虽然机器识别起来非常快速，但对于使用者而言却非常繁琐，为了方便人机交流，当时的程序员便着手教计算机“学英语”。在1967年，计算机刚被发明出来没多久，美国国家标准学会便制定出了ASCII码，将拉丁字母及一些常用的符号与相应的二进制数字绑定，这样计算机就能够识别出单词。此后ASCII码经过多次修订，已经称为一种成熟的编码方式沿用至今。
ASCII码风光无限，但汉字编码就没有那么走运了。首先汉字是象形文字，与西方的字母文字有本质上的区别。字母文字的字符数量有限，ASCII码只有128个字符，一些欧洲国家因为有特殊的字母，使用扩充过后的编码体系，可以最多表示256个符号，这已经很多了，可是汉字数量数以万计，而且某些领域新字也在不断产生（比如化学、生物等），这就造成了极大的不便。因此，如何让计算机认识汉字成为另无数专家头疼的问题。
最早提出计算机汉字编码的不是中国，而是隔壁小日子。上世纪70年代，日本作为亚洲最发达的国家，在计算机上也遇到了字符编码的瓶颈，让所有人都去学英语不太现实，于是在1978年，日本工业规格协会制定了JIS
C 6226，即JIS码，里面规定了6879个字符，其中包括6355个汉字。但这些汉字是为日语服务的，让计算机学中文这件事情并没有得到解决。
于是在1980年，中国国家标准总局发表了《信息交换用汉字编码字符集》，又被称为GB2312编码，共收录汉字6763个和非汉字图形字符682个，分为94个区，每区94位，每位一个字符，因此又被称为区位码。GB2312只收录了一些常用字，适用于日常交流，但人名、古汉语的一些字并未收录，仍有不便之处，于是在1995年，国家又颁布了《汉字编码扩展规范》（GBK），总共收录了2w多字，甚至包括一些少数民族文字，基本满足了使用需求。
而在港澳台，则采用和内陆完全不同的编码方式。1984年，台湾财团法人信息产业策进会于当地13家厂商联合制定了五大中文套装软件使用内码，即BIG5码或大5码，在包括港澳台和东南亚华人等繁体中文圈应用广泛。但BIG5有先天性的问题，它在某些低比特字符和特定汉字与ASCII码重叠，导致系统无法识别产生乱码。
既然日本、大陆和港澳台都有了不同的编码方式，那么互相之间可能会因编码问题导致交流障碍，急需要有一个统一的标准来处理这些文字。于是，在各方努力协调下，1993年CJK编码诞生了，C意味着Chinese，J意味着Japanese，K意味着Korean，名字代表东亚文化圈的三国，其实不止包裹这三国，还有越南的喃字等，共包括８万多个字符，在这个东亚东南亚范围内广泛适用。
汉字编码除了常用的这些之外，还有历史较久、多用于古籍索引的四角号码，用于电报的流水码等，因为和计算机没有太大关联，这里就不一一赘述。