不需要懂技术，也能看懂汉字编码那些事儿。下面有冷知识、常见问答和小故事，帮你轻松理解“汉字身份证”。
点击“换一条”随机显示一条汉字编码冷知识。
1980年，GB2312像一本薄薄的居民户口本，只收进6763个常用简体字...1995年GBK扩容到21003字，直到2022年GB18030登场，像厚重的国家大典收录87887字，连古籍里的冷门字都上了户口。
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。
"𪚥"（zhé）字有64画，是Unicode里笔画最多的汉字，早就领到了编号U+2A6A5。可它太冷门，大多数电脑字体库里没有它的照片，于是屏幕上只有一个冷冰冰的"□"。
动态组字是一种不依赖预先绘制的完整字形，而是通过描述汉字的结构（如上下、左右、包围等）和部件，实时生成汉字的技术。它特别适用于超大字符集、生僻字、古籍用字。
图：biáng 字的 IDS 部件拆解与动态组装示意
- ⿺ 表示左下包围结构（辶 包围右边部分）
- ⿳ 表示上下结构（穴 在顶部）
- ⿲ 表示左中右结构（月、⿱⿲幺言幺⿲長馬長、刂 并排）
- ⿱ 表示上下结构（幺言幺 在上，⿲長馬長 在下）
通过这种嵌套描述，计算机可以动态组装出这个复杂汉字。
动态组字的优点：无需为每个生僻字预先制作字体，节省存储空间；支持无限扩展；便于古籍数字化。目前主流字体渲染引擎（如 HarfBuzz）已支持部分 IDS 渲染，但完整应用仍需进一步优化。
❓ 为什么电脑里的每个字都需要一个"身份证号"？
就像每个人有唯一的身份证号，每个汉字也需要一个独一无二的数字编号，这样电脑才能认得出、找得到、存得下。
❓ 同一个“马”字，在宋体和黑体里长得不一样，它们算同一个字吗？
算。就像你拍证件照和自拍都是同一个人，只是照片风格不同。
❓ 什么是“豆腐块”？为什么我遇到生僻字就显示这个？
“豆腐块”（□）就像照片墙上的空白相框。电脑知道这里有个人（有编码），但相册里没这个人的照片（没字体）。
❓ 为什么中日韩三国汉字要共用一个编码？不会乱套吗？
因为它们的“血缘”相同，就像同卵三胞胎共用一个基因编号。虽然各国写法有细微差别，但电脑先认“人”（编码），再换“衣服”（字体）来区分。
❓ 动态组字是什么？像拼乐高一样吗？
对，就像拼乐高。不提前造好所有字的模型，而是把横竖撇捺当成积木，需要哪个字就现场拼一个。
❓ 为什么古籍数字化特别难？
古书里很多字是“古代生僻字”，现代户口本（GB2312）里根本没有。得用最大的“世界户口本”（Unicode扩展区）才能找到它们。
❓ 笔画最多的汉字是哪个？有多少画？
是“𪚥”（zhé）字，有64画。它虽然上了户口（有编码），但大多数手机和电脑没装它的照片。
❓ 怎么才能让我的电脑显示那些生僻字？
得安装“大相册”字体，比如Noto CJK、花园明朝这种收录了几万字的字体包。
❓ 为什么有些字在搜索引擎里搜不到？
因为搜索引擎的“识字能力”取决于它用的户口本大小。如果它只认GB2312的6763个字，超出这个范围的字就像查无此人。
❓ GB2312是什么？跟我有什么关系？
这是1980年定的“简体字常用名单”，就像最早的居民户口本，只收录了6763个最常用的简体字。
❓ 现在最新的国家标准是什么？为什么强制要求？
叫GB18030-2022，是目前最大的“汉字户口本”，收录了近9万个字。国家强制要求就像规定所有官方系统必须支持新版身份证。
❓ 变体选择符是什么？同一个字还能选造型？
就像同一个演员有古装照和现代照。有些字在古代有不同写法（异体字），共用同一个身份证号，后面加个“选片码”。
❓ 为什么手机/电脑有的古汉字显示成方框、问号？
因为这个古汉字的“数字身份证”，你的手机/电脑没收录（或者字库不支持），就像不认识这个人的身份证。
❓ 人名、地名里的生僻字，为什么打不出来？
要么是这个生僻字没进“常用花名册”，要么是输入法没更新，找不到它的“身份证”。
❓ 同样一个字，繁简、异体写法不一样，电脑怎么知道是同一个字？
我们给这些“意思一样、写法不同”的汉字，绑定了同一个“核心身份证”，不管写法怎么变，电脑都能识别出它们是“一家人”。
❓ 古籍里的避讳字、合文（两个字合写），怎么存进电脑？
避讳字我们给它编专属身份证，同时记录它的原始字形和避讳原因；合文就用“拼积木”技术，把两个字的部件组合起来，生成临时编码。
❓ 为什么复制古籍文字，有时候会乱码？
因为古籍文字的“身份证”，和你当前软件的“身份证规则”不匹配，就像不同地区的身份证，没法互相识别。
❓ 一个房间挤了好几个人（一码多字），怎么分清谁是谁？
早期字符集容量不足，一个编码位置可能塞了好几个不同的汉字。现在可以根据读音、部首、使用朝代、古籍出处等特征自动判断。
❓ 长得一模一样的两个字，怎么区分？（同形异字）
不看外表，看出身年代、使用场合、古文出处。电脑根据前后词语就能分清。
❓ 意思一样、写法不同的字（同义异形），怎么归为一家人？
我们构建了一个“同义异形字大数据词表”，输入任意一种写法，都能自动匹配全部同义异体写法。
❓ 为什么GB18030分三个实现级别？
就像买房分精装、简装、毛坯。级别1保证最常用的字不显示方块；级别2加上繁体和生僻字；级别3是顶配。
❓ 普通人需要了解这些编码知识吗？
不用记细节，但要知道“方块=没照片，不是没这个字”。遇到生僻字问题，知道该换字体或升级系统就够了。
❓ Unicode 和 GB18030 是什么关系？
Unicode 是全球通用的“世界户口本”，GB18030 是中国的“国家户口本”。两者可以互相转换。
❓ 未来生僻字问题会彻底解决吗？
随着 GB18030-2022 的强制推行和 Unicode 的不断更新，越来越多生僻字会有正式“身份证”。同时“动态组字”技术也在发展。