GB18030與Unicode有何區別？

Question

中文GB18030代碼集與Unicode有何不同？

處理GB18030需要哪些特殊技術？

是否有用於處理GB18030的任何（開源）庫？

Answer 1

按照Wikipedia article on GB18030的規定，「GB18030可以被認爲是與傳統字符集保持兼容性的Unicode轉換格式（即所有Unicode代碼點的編碼）。」也就是說，所有的Unicode字符都可以用GB18030編碼，但它們將用不同於UTF-8或UTF-16生成的字節序列進行編碼。處理GB18030編碼不需要比任何其他非Unicode編碼所需的更多特殊技術。

ICU project是一個開放源碼庫（用於C或Java），完全支持許多不同的編碼，包括GB18030。關於在不同的編碼與ICU之間轉換的信息可以在here找到。

Answer 2

處理GB18030需要哪些特殊技術？

要注意的最大的問題是，與UTF-8不同，GB18030允許ASCII字節在多字節字符的編碼中出現。 （例如，'ß'被編碼爲字節81 ，其中包含'0'和'8'的ASCII編碼。）這意味着您不能使用簡單的面向字節的find/index函數。