gb2312不是不能表示繁体中文吗？

发布于
2014-08-25

查了下gb2312只能表示简体中文（6000多个汉字），而gbk是gb2312的扩展（兼容gb2312），可以表示（2万多个汉字）。

<html>
<head>
    <title></title>
    <meta charset="gb2312">
</head>
<body>
简体中文
繁體中文
</body>
</html>

运行上面代码的时候，发现繁體中文可以正常显示的，并不会乱码，哪里错了吗？

程序员 php

python

阅读 11.8k

5 个回答

在 Windows 上，GB2312 是 cp936 的别名，它是 GBK 或者 GB18030 我不太清楚了。

在其它平台，GB2312 还是真正的 GB2312，比如你在 Linux 上拿 Python 解析国内声明为 GB2312 的网页时一遇到生僻字或者繁体字就会报错了。

>>> print -l 简体中文 繁體中文| iconv -f utf-8 -t gb2312
�
 ��iconv: 未知 16 处的非法输入序列
>>> print -l 简体中文 繁體中文| iconv -f utf-8 -t gbk
�
 ��

前一命令在「體」字上转码出错了，后一命令成功执行。

已注销

191

发布于
2014-08-25

GB 2312字符集并未包括繁体字，只有少数几个特例，这在维基百科GB 2312上有提到，所以如果严格按照GB 2312编码存储，会造成字符数据丢失。但是在Windows平台上当Locale是中国大陆时用非Unicode字符集进行汉字编码，默认会采用的是兼容GB 2312的GBK或GB 18030编码，这两个字符集都包含繁体字。