汉字编码·数字传承
从 GB2312 到 Unicode 17.0，为每一个汉字赋予唯一身份
汉字编码：从“人”到“0/1”
汉字数字化，本质上就是给每个汉字发一张数字身份证。从1980年的 GB2312 到今天最新的 GB18030-2022 和 Unicode 17.0，我们一直在努力让所有汉字（包括古籍里的冷门字）都能被电脑唯一识别。
使用上方导航栏，你可以了解：
- 编码标准演进（GB2312 → GB18030 → Unicode）
- 编码字符集的科学分类
- 多内码自动识别算法原理（带演示）
- Unihan 数据库：汉字的数字百科全书
GB 18030-2022
现行强制性国家标准，收录 87887 个汉字。分为三个实现级别。
级别1：约2.7万字
级别2：增补《通用规范汉字表》8105字
级别3：全部87887字
通俗易懂小课堂 · 汉字编码就像“身份证”
什么是编码？
就像每个人有唯一的身份证号，每个汉字也有唯一的数字编号（比如“马”的Unicode号是 U+9A6C）。
图：汉字“马”的数字身份证（示例）
户口本 vs 全球通
GB2312 是“小户口本”，GB18030 是“超级户口本”，Unicode 是“全球通”。
为什么会有「豆腐块」□？
有身份证号，但字体库没存“照片”。
趣味冷知识（精选）
• 笔画最多的汉字“𪚥”有64画。
• “biáng”字2020年进入Unicode，之前靠动态组字。
• 中日韩“艺”字共用编码，但写法不同。
• 笔画最多的汉字“𪚥”有64画。
• “biáng”字2020年进入Unicode，之前靠动态组字。
• 中日韩“艺”字共用编码，但写法不同。
为什么手机打不出生僻字？
有编码但缺字体“照片”。
为什么中日韩汉字写法不同？
Unicode 只统一编号，不统一写法。
“biáng”字怎么打出来？
现在有编码U+30EDD，但需扩展字体。
GB18030 和 Unicode 选哪个？
中国市场用GB18030，国际用Unicode。
什么是动态组字？
像拼乐高，部件临时组装。
动态组字举例：biáng 字
biáng 字由多个部件按层次组合，点击下方部件可高亮其在 IDS 描述中的位置。
⿺辶⿳穴⿲月⿱⿲幺言幺⿲長馬長刂心
点击部件查看对应结构
图：biáng 字的 IDS 部件拆解与动态组装示意
小故事 · biáng字的全球身份证
陕西街头的“biángbiáng面”招牌上，那个56画的“biáng”字长期是“黑户”。直到2020年，Unicode 13.0给它颁发了全球身份证U+30EDD，这个最难写的面名，终于在数字世界有了正式户口。
陕西街头的“biángbiáng面”招牌上，那个56画的“biáng”字长期是“黑户”。直到2020年，Unicode 13.0给它颁发了全球身份证U+30EDD，这个最难写的面名，终于在数字世界有了正式户口。