怎样区分乱码和正常汉字（PC下）---根据编码能分清楚吗

请问PC下汉字编码的范围是多少？

解决方案 »

  1.   

    http://members.lycos.co.uk/xuy/azcn/files/e-com/cncoding.txt
      

  2.   

    把楼上的抄下来收藏：）thanks
    汉字编码 ZT所谓编码，是以固定的顺序排列字符，并以此做为记录、存贮、传递、交换的统一内部特征，
    这个字符排列顺序被称为"编码"。字库的编码是字库组织的依据，也是文字处理的基础。不同国家和地区有不同的编码标准，
    和中文字库有关的常见编码有：单字节编码、GB2312-80、GB12345-90、GBK、Unicode编码、
    ISO10646 / Unicode字符集、GB18030-2000、BIG5编码、方正748编码，下面简要介绍一下：■ 单字节编码 MS Windows：Windows Latin 1（ANSI）MS-DOS：MS-DOS Latin USMacintosh：Macintosh Roman ■ GB2312-80全称是GB2312-80《信息交换用汉字编码字符集基本集》，1980年发布，是中文信息处理的
    国家标准，在大陆及海外使用简体中文的地区（如新加坡等）是强制使用的唯一中文编码。
    P-Windows3.2和苹果OS就是以GB2312为基本汉字编码， Windows 95/98则以GBK为基本汉字
    编码、但兼容支持GB2312。 双字节编码范围：A1A1~FEFEA1-A9：符号区，包含682个符号B0-F7：汉字区，包含6763个汉字 GB码共收录6763个简体汉字、682个符号，其中汉字部分：一级字3755，以拼音排序，二级字
    3008，以偏旁排序。该标准的制定和应用为规范、推动中文信息化进程起了很大作用。 ■ GB12345-901990年制定了繁体字的编码标准GB12345-90《信息交换用汉字编码字符集第一辅助集》，目的
    在于规范必须使用繁体字的各种场合，以及古籍整理等。该标准共收录6866个汉字（比GB2312
    多103个字，其它厂商的字库大多不包括这些字），纯繁体的字大概有2200余个。双字节编码范围：A1A1~FEFEA1-A9：符号区，增加竖排符号B0-F9：汉字区，包含6866个汉字 ■ Unicode编码(Universal Multiple Octet Coded Character Set)国际标准组织于1984年4月成立ISO/IEC JTC1/SC2/WG2工作组，针对各国文字、符号进行统一性
    编码。1991年美国跨国公司成立Unicode Consortium，并于1991年10月与WG2达成协议，采用同
    一编码字集。目前Unicode是采用16位编码体系，其字符集内容与ISO10646的BMP（Basic 
    Multilingual Plane）相同。Unicode于1992年6月通过DIS（Draf International Standard），
    目前版本V2.0于1996公布，内容包含符号6811个，汉字20902个，韩文拼音11172个，造字区6400
    个，保留20249个，共计65534个。 ■ ISO10646 / Unicode字符集全球可以共享的编码字符集。UCS-4：组八位 平面八位 行八位 字位八位UCS-2：00组中的00平面是基本多文种平面（BMP），4E00~9FFF 中日韩文字Ext A（CJK）：3400~4DB7，共6584字Ext B（CJK）：42，807个汉字，在第2平面的0100~A836
    ■ GBK编码(Chinese Internal Code Specification)GBK编码是中国大陆制订的、等同于UCS的新的中文编码扩展国家标准。GBK工作小组于1995年10
    月，同年12月完成GBK规范。该编码标准兼容GB2312，共收录汉字21003个、符号883个，并提供
    1894个造字码位，简、繁体字融于一库。Windows95/98简体中文版的字库表层编码就采用的是GBK，通过GBK与UCS之间一一对应的码表与
    底层字库联系。英文名：Chinese Internal Code Specification中文名：汉字内码扩展规范1.0版双字节编码，GB2312-80的扩充，在码位上和GB2312-80兼容范围：8140~FEFE（剔除xx7F）共23940个码位包含21003个汉字，包含了ISO/IEC 10646-1中的全部中日韩汉字
    ■ GB18030-2000英文名：Chinese Internal Code Specification 
    中文名：信息技术 信息交换用汉字编码字符集 
    基本集的扩充（ 2000-03-17发布和实施） 
    单字节、双字节、四字节编码 
    向下与国家标准GB 2312信息处理交换码所对应的事实上的内码标准兼容。 
    在字汇上支持GB 13000.1的全部中、日、韩（CJK）统一汉字字符和全部CJK统一汉字扩充A的字符。 ■ BIG5编码是目前台湾、香港地区普遍使用的一种繁体汉字的编码标准，包括440个符号，一级汉字5401个、
    二级汉字7652个，共计13060个汉字。■ 方正748编码所谓748编码，是指方正系统在长期应用过程中实施、制定的简、繁体字库编码方式，简体兼容
    GB2312且有所扩展，共7156字；繁体兼容GB12345并扩展全部BIG-5汉字，计14943字。此外，方
    正748编码还含有丰富的符号库。748编码仅用于方正软件和系统。　
      

  3.   

    字符集不对就会出现乱码,另外还有下面的情况也会出现乱码中文版win2000一般使用GBK编码,虽然支持Unicode编码,但只是间接支持Unicode编码,Unicode编码的文本会在开头标示 标志是FF FE,字符处理软件通过此标示来确定文本是否是Unicode编码,然后把后面的编码转换成GBK使用,因此如果你的软件读出这样的文本装到CString中然后AfxMessageBox或者TextOut之类显示出来,那将是一堆乱码,一般情况下,windows使用ANSI和GBK混合编码来支持英文字符和中文字符的组合显示,因此这时一个字符串的编码会出现单字节和双字节交叉的现象,如果处理不当,也会出现乱码,这可以通过与0x80来区别
      

  4.   

    哦~!对了,W版的函数可能能够直接使用Unicode编码,但一般情况下默认使用A版的函数