编码字符集标准分类(学术视角)

根据中科院软件所《编码字符集标准及分类研究》论文,编码字符集可分为三类:

类型特点例子
独立型编码空间独立,不与其他字符集混合设计ASCII, Unicode
结合特定字符集型为配合某个独立字符集(如 ASCII)而设计,避开其编码空间BIG5, GBK
符合通用框架型遵循 ISO 2022 框架,使用 94/96 的编码表,可动态切换GB 2312, JIS X 0208, CNS 11643
编码实现方法分类
方法说明例子
单字符集只支持一个字符集(如 Unicode),内部编码固定UTF-8, UTF-16, UCS-2
固定多字符集支持多个字符集,通过编码范围区分,无状态切换EUC-CN, EUC-TW
动态多字符集通过转义序列实时切换字符集,有状态ISO-2022-CN, 复合文本编码

ISO 2022 的核心机制:指派 (Designation) 和 调用 (Invocation)。通过转义序列将某个字符集装入 G0/G1/G2/G3 区域,再通过控制字符将其映射到 GL/GR 编码空间。

ESC 2/4 2/9 4/1 → 将 GB2312-80 指派到 G1
SO (Shift Out) → 调用 G1 到 GL 区域