GB 18030
GB 18030 هو معيار حكومي صيني ، يُوصف بأنه مجموعة أحرف صينية مشفرة ضمن تكنولوجيا المعلومات، ويحدد اللغة المطلوبة ودعم الأحرف اللازم للبرمجيات في الصين . GB18030 هو الاسم المسجل على الإنترنت لمجموعة الأحرف الرسمية لجمهورية الصين الشعبية ، ويحل محل GB2312 . [ 1 ] وباعتباره تنسيق تحويل يونيكود [ أ ] (أي ترميز لجميع نقاط ترميز يونيكود )، يدعم GB18030 كلاً من الأحرف الصينية المبسطة والتقليدية . كما أنه متوافق مع الترميزات القديمة، بما في ذلك GB /T 2312 و CP936 [ ب ] و GBK 1.0.
حذّر اتحاد يونيكود المطورين من أن أحدث إصدار من هذا المعيار الصيني، GB 18030-2022 ، يُدخل ما وصفوه بـ"تغييرات جذرية" عن الإصدار السابق GB 18030-2005، "تشمل 33 حرفًا مختلفًا و55 موضعًا في الترميز". [ 2 ] وقد تم تطبيق GB 18030-2022 اعتبارًا من 1 أغسطس 2023. [ 3 ] وتم تنفيذه في ICU 73.2؛ وفي Java 21، [ 4 ] وتمت إضافته إلى الإصدارات الأقدم من Java 8 و11 و17 (إصدارات الدعم طويل الأمد) و20.0.2. [ 5 ]
إضافةً إلى طريقة الترميز، يتضمن هذا المعيار متطلباتٍ بشأن النصوص واللغات الإضافية التي ينبغي تمثيلها، والجهات التي ينطبق عليها هذا المعيار. [ 6 ] مع ذلك، لا يُحدد هذا المعيار الأشكال الرسمية للأحرف الصينية؛ إذ تم توحيدها في قائمة الأحرف الصينية القياسية شائعة الاستخدام .
تاريخ
تُعرف مجموعة الأحرف GB18030 رسميًا باسم "المعيار الوطني الصيني GB 18030-2005: تكنولوجيا المعلومات - مجموعة الأحرف المشفرة باللغة الصينية". ويرمز GB إلى Guójiā Biāozhǔn (国家标准)، والتي تعني " المعيار الوطني" باللغة الصينية. وقد نشرت دار النشر الصينية للمعايير، بكين، هذا المعيار في 8 نوفمبر 2005. جزءٌ فقط من المعيار إلزامي. [ 6 ] ومنذ 1 مايو 2006، أصبح دعم المجموعة الفرعية الإلزامية شرطًا رسميًا لجميع منتجات البرمجيات المباعة في جمهورية الصين الشعبية.
| تسلسل بايتات GB | نقطة ترميز يونيكود | |
|---|---|---|
| GB 18030-2000 | GB 18030-2005 | |
| A8 BC (ḿ) | U+E7C7 | U+1E3F ḿ حرف M صغير لاتيني مع علامة حادة |
| 81 35 F4 37 | U+1E3F ḿ حرف M صغير لاتيني مع علامة حادة | U+E7C7 |
نُشرت نسخة أقدم من المعيار، تُعرف باسم "المعيار الوطني الصيني GB 18030-2000: تكنولوجيا المعلومات - مجموعة الأحرف المشفرة بالرموز الصينية لتبادل المعلومات - امتداد للمجموعة الأساسية"، في 17 مارس 2000. يبقى نظام التشفير كما هو في النسخة الجديدة، والفرق الوحيد في ربط GB- إلى Unicode هو أن GB 18030-2000 ربط الحرف A8 BC(ḿ) بنقطة رمز للاستخدام الخاص U+E7C7، والحرف 81 35 F4 37(بدون تحديد أي رمز) بـ U+1E3F (ḿ)، بينما GB 18030-2005 يبدل هذين الربطين. [ 7 ] : 534 تم ربط المزيد من نقاط الترميز بالأحرف بسبب تحديث Unicode ، وخاصة ظهور امتداد CJK Unified Ideographs B. كما تمت إضافة بعض الأحرف المستخدمة من قبل الأقليات العرقية في الصين ، مثل الأحرف المنغولية والأحرف التبتية ( GB 16959 -1997 و GB/T 20542 -2006)، وهو ما يفسر إعادة تسمية المعيار.
بالمقارنة مع الإصدارات السابقة، تم تعديل ربط GB 18030 بنظام Unicode للأحرف الـ 81 التي تم تخصيص رمز منطقة الاستخدام الخاص (U+E000–F8FF) لها مؤقتًا في GBK 1.0، والتي تم ترميزها لاحقًا في Unicode. [ 8 ] هذا موضح في الملحق E من GB 18030. [ 7 ] : 534 [ 9 ] : 499. يوجد 24 حرفًا في GB 18030-2005 لا تزال مرتبطة بنظام Unicode PUA. [ 10 ]
في تحديث GB 18030-2022، تم إلغاء شرط ربط الأحرف برموز PUA بشكل كامل، وأصبح من المفترض ربط جميع الأحرف برموز Unicode القياسية الخاصة بها. من بين هذه الرموز، تم تحديث 18 رمزًا عن طريق تبديل المواضع، على غرار ما حدث بين GBK وGB 18030. أما الرموز الستة المتبقية، فقد احتفظت برموز PUA ثنائية البايت، مما يستلزم تغييرًا في التسلسل رباعي البايت لمواكبة تفضيل عدم استخدام رموز PUA. [ 11 ]
| تسلسل بايتات GB | نقطة رمز يونيكود [a] | |||
|---|---|---|---|---|
| GBK 1.0 [ 12 ] [ 7 ] : 534 | GB 18030-2005 [ 10 ] | يونيكود 4.1 | GB 18030-2022 [ 11 ] | |
| A6 D9 [ 13 ] : 108 | U+E78D | U+FE10 ︐ نموذج عرض للفاصلة العمودية | ||
| A6 DA | U+E78E | U+FE12 ︒ نموذج عرض لعلامة الترقيم الرأسية | ||
| A6 DB | U+E78F | U+FE11 ︑ نموذج عرض للفاصلة التصويرية الرأسية | ||
| A6 DC | U+E790 | U+FE13 ︓ نموذج عرض تقديمي للعمود الرأسي | ||
| A6 DD | U+E791 | U+FE14 ︔ نموذج عرض للفاصلة المنقوطة العمودية | ||
| A6 DE | U+E792 | U+FE15 ︕ نموذج عرض لعلامة التعجب العمودية | ||
| A6 مدافع | U+E793 | U+FE16 ︖ نموذج عرض لعلامة استفهام عمودية | ||
| A6 EC | U+E794 | U+FE17 ︗ نموذج عرض توضيحي لقوس العدسة البيضاء العمودية اليسرى | ||
| A6 ED | U+E795 | U+FE18 ︘ نموذج عرض لقوس عدسة بيضاء عمودية يمنى | ||
| A6 F3 | U+E796 | U+FE19 ︙ نموذج عرض للقطع الناقص الرأسي الأفقي | ||
| A8 BC | U+E7C7 | U+1E3F ḿ حرف M صغير لاتيني مع علامة حادة | ||
| A8 BF | U+E7C8 | U+01F9 ǹ حرف لاتيني صغير N مع علامة قَبَة | ||
| A9 89 | U+E7E7 | U+303E 〾 مؤشر التباين التصويري | ||
| A9 8A | U+E7E8 | U+2FF0 ⿰ وصف رمزي الحرف من اليسار إلى اليمين | ||
| A9 8B | U+E7E9 | U+2FF1 ⿱ وصف رمزي الحرف من الأعلى إلى الأسفل | ||
| A9 8C | U+E7EA | U+2FF2 ⿲ وصف رمزي للحرف من اليسار إلى الوسط واليمين | ||
| A9 8D | U+E7EB | U+2FF3 ⿳ وصف رمزي للحرف من الأعلى إلى المنتصف والأسفل | ||
| A9 8E | U+E7EC | U+2FF4 ⿴ وصف تصويري لشخصية محيطية كاملة | ||
| A9 8F | U+E7ED | U+2FF5 ⿵ وصف تصويري حروف محيطة من الأعلى | ||
| A9 90 | U+E7EE | U+2FF6 ⿶ وصف تصويري حروف محيطة من الأسفل | ||
| A9 91 | U+E7EF | U+2FF7 ⿷ وصف رمزي الشخصية المحيط من اليسار | ||
| A9 92 | U+E7F0 | U+2FF8 ⿸ وصف تصويري حروف محيطة من أعلى اليسار | ||
| A9 93 | U+E7F1 | U+2FF9 ⿹ وصف رمزي حروف محيطة من أعلى اليمين | ||
| A9 94 [ 13 ] : 173 | U+E7F2 | U+2FFA ⿺ وصف رمزي حروف محيطة من أسفل اليسار | ||
| A9 95 | U+E7F3 | U+2FFB ⿻ وصف رمزي، تم وضع الحرف فوق الصورة | ||
| FE 50 | U+E815 | U+2E81 ⺁ CJK RADICAL CLIFF | ||
| FE 51 | U+E816 | U+20087 𠂇 CJK UNIFIED IDEOGRAPH-20087 [b] | U+E816 | |
| FE 52 | U+E817 | U+20089 𠂉 CJK UNIFIED IDEOGRAPH-20089 [c] | U+E817 | |
| FE 53 | U+E818 | U+200CC 𠃌 CJK UNIFIED IDEOGRAPH-200CC [d] | U+E818 | |
| FE 54 | U+E819 | U+2E84 ⺄ CJK RADICAL SECOND THREE | ||
| FE 55 | U+E81A | U+3473㑳CJK UNIFIED IDEOGRAPH-3473 | ||
| FE 56 | U+E81B | U+3447㑇CJK UNIFIED IDEOGRAPH-3447 | ||
| FE 57 | U+E81C | U+2E88 ⺈ CJK RADICAL KNIFE ONE | ||
| FE 58 | U+E81D | U+2E8B ⺋ CJK RADICAL SEAL | ||
| FE 59 | U+E81E | U+9FB4龴CJK UNIFIED IDEOGRAPH-9FB4 | ||
| FE 5A | U+E81F | U+359E㖞CJK UNIFIED IDEOGRAPH-359E | ||
| FE 5B | U+E820 | U+361A㘚CJK UNIFIED IDEOGRAPH-361A | ||
| FE 5C | U+E821 | U+360E㘎CJK UNIFIED IDEOGRAPH-360E | ||
| FE 5D | U+E822 | U+2E8C ⺌ CJK RADICAL SMALL ONE | ||
| FE 5E | U+E823 | U+2E97 ⺗ CJK RADICAL HEART TWO | ||
| FE 5F | U+E824 | U+396E㥮CJK UNIFIED IDEOGRAPH-396E | ||
| FE 60 | U+E825 | U+3918㤘CJK UNIFIED IDEOGRAPH-3918 | ||
| FE 61 | U+E826 | U+9FB5龵CJK UNIFIED IDEOGRAPH-9FB5 | ||
| FE 62 | U+E827 | U+39CF㧏CJK UNIFIED IDEOGRAPH-39CF | ||
| FE 63 | U+E828 | U+39DF㧟CJK UNIFIED IDEOGRAPH-39DF | ||
| FE 64 | U+E829 | U+3A73㩳CJK UNIFIED IDEOGRAPH-3A73 | ||
| FE 65 | U+E82A | U+39D0㧐CJK UNIFIED IDEOGRAPH-39D0 | ||
| FE 66 | U+E82B | U+9FB6龶CJK UNIFIED IDEOGRAPH-9FB6 | ||
| FE 67 | U+E82C | U+9FB7龷CJK UNIFIED IDEOGRAPH-9FB7 | ||
| FE 68 | U+E82D | U+3B4E㭎CJK UNIFIED IDEOGRAPH-3B4E | ||
| FE 69 | U+E82E | U+3C6E㱮CJK UNIFIED IDEOGRAPH-3C6E | ||
| FE 6A | U+E82F | U+3CE0㳠CJK UNIFIED IDEOGRAPH-3CE0 | ||
| FE 6B | U+E830 | U+2EA7 ⺧ CJK RADICAL COW | ||
| FE 6C | U+E831 | U+215D7 𡗗 CJK UNIFIED IDEOGRAPH-215D7 [e] | U+E831 | |
| FE 6D | U+E832 | U+9FB8龸CJK UNIFIED IDEOGRAPH-9FB8 | ||
| FE 6E | U+E833 | U+2EAA ⺪ CJK RADICAL BOLT OF CLOTH | ||
| FE 6F | U+E834 | U+4056䁖CJK UNIFIED IDEOGRAPH-4056 | ||
| FE 70 | U+E835 | U+415F䅟CJK UNIFIED IDEOGRAPH-415F | ||
| FE 71 | U+E836 | U+2EAE ⺮ CJK RADICAL BAMBOO | ||
| FE 72 | U+E837 | U+4337䌷CJK UNIFIED IDEOGRAPH-4337 | ||
| FE 73 | U+E838 | U+2EB3 ⺳ CJK RADICAL NET THREE | ||
| FE 74 | U+E839 | U+2EB6 ⺶ CJK RADICAL SHEEP | ||
| FE 75 | U+E83A | U+2EB7 ⺷ CJK RADICAL RAM | ||
| FE 76 | U+E83B | U+2298F 𢦏 CJK UNIFIED IDEOGRAPH-2298F [f] | U+E83B | |
| FE 77 | U+E83C | U+43B1䎱CJK UNIFIED IDEOGRAPH-43B1 | ||
| FE 78 | U+E83D | U+43AC䎬CJK UNIFIED IDEOGRAPH-43AC | ||
| FE 79 | U+E83E | U+2EBB ⺻ CJK RADICAL BRUSH TWO | ||
| FE 7A | U+E83F | U+43DD䏝CJK UNIFIED IDEOGRAPH-43DD | ||
| FE 7B | U+E840 | U+44D6䓖CJK UNIFIED IDEOGRAPH-44D6 | ||
| FE 7C | U+E841 | U+4661䙡CJK UNIFIED IDEOGRAPH-4661 | ||
| FE 7D | U+E842 | U+464C䙌CJK UNIFIED IDEOGRAPH-464C | ||
| FE 7E | U+E843 | U+9FB9龹CJK UNIFIED IDEOGRAPH-9FB9 | ||
| FE 80 | U+E844 | U+4723䜣CJK UNIFIED IDEOGRAPH-4723 | ||
| FE 81 | U+E845 | U+4729䜩CJK UNIFIED IDEOGRAPH-4729 | ||
| FE 82 | U+E846 | U+477C䝼CJK UNIFIED IDEOGRAPH-477C | ||
| FE 83 | U+E847 | U+478D䞍CJK UNIFIED IDEOGRAPH-478D | ||
| FE 84 | U+E848 | U+2ECA ⻊ CJK RADICAL FOOT | ||
| FE 85 | U+E849 | U+4947䥇CJK UNIFIED IDEOGRAPH-4947 | ||
| FE 86 | U+E84A | U+497A䥺CJK UNIFIED IDEOGRAPH-497A | ||
| FE 87 | U+E84B | U+497D䥽CJK UNIFIED IDEOGRAPH-497D | ||
| FE 88 | U+E84C | U+4982䦂CJK UNIFIED IDEOGRAPH-4982 | ||
| FE 89 | U+E84D | U+4983䦃CJK UNIFIED IDEOGRAPH-4983 | ||
| FE 8A | U+E84E | U+4985䦅CJK UNIFIED IDEOGRAPH-4985 | ||
| FE 8B | U+E84F | U+4986䦆CJK UNIFIED IDEOGRAPH-4986 | ||
| FE 8C | U+E850 | U+499F䦟CJK UNIFIED IDEOGRAPH-499F | ||
| FE 8D | U+E851 | U+499B䦛CJK UNIFIED IDEOGRAPH-499B | ||
| FE 8E | U+E852 | U+49B7䦷CJK الرسم الموحد-49B7 | ||
| FE 8F | U+E853 | U+49B6䦶CJK UNIFIED IDEOGRAPH-49B6 | ||
| FE 90 | U+E854 | U+9FBA龺CJK UNIFIED IDEOGRAPH-9FBA | ||
| FE 91 | U+E855 | U+241FE 𤇾 CJK UNIFIED IDEOGRAPH-241FE [g] | U+E855 | |
| FE 92 | U+E856 | U+4CA3䲣CJK UNIFIED IDEOGRAPH-4CA3 | ||
| FE 93 | U+E857 | U+4C9F䲟CJK الرسم الموحد-4C9F | ||
| FE 94 | U+E858 | U+4CA0䲠CJK UNIFIED IDEOGRAPH-4CA0 | ||
| FE 95 | U+E859 | U+4CA1䲡CJK UNIFIED IDEOGRAPH-4CA1 | ||
| FE 96 | U+E85A | U+4C77䱷CJK UNIFIED IDEOGRAPH-4C77 | ||
| FE 97 | U+E85B | U+4CA2䲢CJK UNIFIED IDEOGRAPH-4CA2 | ||
| FE 98 | U+E85C | U+4D13䴓CJK UNIFIED IDEOGRAPH-4D13 | ||
| FE 99 | U+E85D | U+4D14䴔CJK UNIFIED IDEOGRAPH-4D14 | ||
| FE 9A | U+E85E | U+4D15䴕CJK UNIFIED IDEOGRAPH-4D15 | ||
| FE 9B | U+E85F | U+4D16䴖CJK UNIFIED IDEOGRAPH-4D16 | ||
| FE 9C | U+E860 | U+4D17䴗CJK UNIFIED IDEOGRAPH-4D17 | ||
| FE 9D | U+E861 | U+4D18䴘CJK UNIFIED IDEOGRAPH-4D18 | ||
| FE 9E | U+E862 | U+4D19䴙CJK UNIFIED IDEOGRAPH-4D19 | ||
| FE 9F | U+E863 | U+4DAE䶮CJK UNIFIED IDEOGRAPH-4DAE | ||
| FE A0 | U+E864 | U+9FBB龻CJK UNIFIED IDEOGRAPH-9FBB | ||
ملحوظات
| ||||
كمعيار وطني
تتألف النسخة الأولى من معيار GB 18030، والمُسماة GB 18030-2000 لتكنولوجيا المعلومات - مجموعة الأحرف الصينية المُرمّزة لتبادل المعلومات - امتداد للمجموعة الأساسية ، من ترميزات أحادية البايت وثنائية البايت، بالإضافة إلى ترميز رباعي البايت لامتداد الأحرف الصينية واليابانية والكورية الموحد A، المُطابق لتلك الموجودة في يونيكود 3.0. تقع نقاط ترميز يونيكود المُقابلة لهذه المجموعة الفرعية، بما في ذلك التعيينات الخاصة المؤقتة، بالكامل في BMP . هذه الأجزاء إلزامية تمامًا في GB 18030-2000. [ 6 ] : 2 كانت معظم شركات الحوسبة الكبرى قد اعتمدت بالفعل إصدارًا ما من يونيكود كتنسيق أساسي للاستخدام في تنسيقاتها الثنائية واستدعاءات نظام التشغيل. ومع ذلك، فقد دعمت في الغالب نقاط الترميز في BMP المُعرّفة أصلاً في يونيكود 1.0، والتي كانت تدعم 65,536 نقطة ترميز فقط، وغالبًا ما كانت تُرمّز في 16 بت كـ UCS-2 . هذا المعيار هو في الأساس امتداد قائم على GBK مع أحرف إضافية في CJK Unified Ideographs Extension A.
يحتوي الإصدار الثاني، المسمى GB 18030-2005 تكنولوجيا المعلومات - مجموعة الأحرف الصينية المشفرة، على نفس المجموعة الفرعية الإلزامية الموجودة في GB 18030-2000 من ترميزات 1 و2 و4 بايت. [ 7 ] : 3 يتضمن هذا الإصدار أيضًا امتداد CJK Unified Ideographs Extension B الكامل في قسم ترميز 4 بايت، وهو خارج BMP [ 10 ] كمتطلب دعم مقترح. [ 14 ] ومع ذلك، نظرًا لأنه يجب الحفاظ على تضمين CJK Unified Ideographs Extension B في منطقة 4 بايت أثناء معالجة المعلومات، لم يعد بإمكان البرامج التعامل مع الأحرف ككيانات ثابتة العرض 16 بت ( UCS-2 ). لذلك، يجب عليها إما معالجة البيانات بتنسيق متغير العرض (كما هو الحال مع UTF-8 أو UTF-16 )، وهو الخيار الأكثر شيوعًا، أو الانتقال إلى تنسيق ثابت العرض أكبر (مثل UTF-32 ). أجرت مايكروسوفت التغيير من UCS-2 إلى UTF-16 مع نظام التشغيل ويندوز 2000. يتوافق هذا الإصدار مع Unicode 3.1، كما أنه يوفر الدعم للغة الهانغول ( الكورية )، والمنغولية (بما في ذلك المانشو ، والخط الواضح ، وسيب هيرجن ، والغاليك )، والتاي نويا ، والتبتية ، والأويغورية / الكازاخية / القرغيزية ، واليي .
يُلزم الإصدار الثالث والأحدث، GB 18030-2022، الخاص بتقنية المعلومات - مجموعة الأحرف الصينية المشفرة ، بدعم جزء الاقتراحات من امتداد الأحرف الصينية الموحدة B في GB 18030-2005، بالإضافة إلى تحديثات تصل إلى Unicode 11.0، بما في ذلك جذور كانغشي وامتدادات الأحرف الصينية الموحدة URO ، C، D، E، وF. كما يعترف GB 18030-2022 بلغات إضافية، مثل جزء من اللغة العربية ، ولغة تاي لي ، ولغة تاي لو الجديدة ، ولغة تاي ثام ، ولغة ليسو ، ولغة مياو . ويُقدم GB 18030-2022 أيضًا ثلاثة مستويات للتنفيذ، مع اشتراط "أن تُنفذ جميع المنتجات التي تستخدم هذا المعيار مستوى التنفيذ 1"، الذي يتضمن 66 حرفًا جديدًا من أحرف BMP في منطقة التشفير ذات 4 بايت، والتي أُضيفت بين Unicode 3.1 وUnicode 11.0. يتطلب مستوى التنفيذ 2 دعم قائمة الأحرف الصينية القياسية شائعة الاستخدام ، ويتطلب مستوى التنفيذ 3 دعم جميع المناطق الأخرى المحددة في المعيار. [ 11 ]
من المقرر أن تُتاح مسودات تعديل إضافي للمعيار GB 18030-2022 للاستشارة العامة، وذلك في الفترة من أواخر عام 2022 إلى عام 2023. وتُحدّث المسودة الحالية حتى الإصدار 15.1 من معيار يونيكود فيما يتعلق بأحرف الوصف التصويري ، والأحرف الصينية واليابانية والكورية الموحدة (URO)، والامتدادات A وB وC وG وH وI. [ 15 ] [ 16 ] [ 17 ] وكان من المقرر في الأصل، أواخر عام 2022، أن يُدرج 897 حرفًا صينيًا جديدًا في المستوى 10 ( النظام الست عشري : 0A)، وهو مستوى يونيكود فلكي لم يُحدد اسمه بعد ، وذلك لتوثيق الأسماء الحقيقية للمواطنين في الصين. إلا أنه في نهاية المطاف ، تم تقليص عدد الأحرف إلى 622 حرفًا بعد مراجعة الخبراء، وتم إدراجها سريعًا في معيار يونيكود 15.1 في سبتمبر 2023، كجزء من الامتداد الأول للأحرف الصينية واليابانية والكورية الموحدة . [ 18 ] بعد ذلك، تم تعديل مسودة التعديل لاستخدام نقاط رمز التمديد الأول. [ 17 ]
رسم الخرائط
يُعرّف معيار GB 18030 ترميزًا أحادي البايت (ASCII)، أو ثنائي البايت (GBK الموسّع)، أو رباعي البايت (UTF). تُعرّف رموز البايت الثنائي في جدول بحث، بينما تُعرّف رموز البايت الرباعي تسلسليًا (وبالتالي خوارزميًا) لملء الأجزاء غير المُرمّزة في UCS . يرث GB 18030 عيوب GBK ، وأبرزها الحاجة إلى رمز خاص للعثور على أحرف ASCII بأمان في تسلسل GB18030.
| GB 18030 | نقاط الترميز [ ج ] | يونيكود | |||
|---|---|---|---|---|---|
| البايت 1 (MSB) | البايت 2 | البايت 3 | البايت 4 | ||
00–7F | 128 | 0000–007F | |||
80 | — | غير صالح [ د ] | |||
81–FE | 40- FEباستثناء 7F[ هـ ] | 23940 | 0080- FFFFباستثناء D800- DFFF[ f ] | ||
81–84 | 30–39 | 81–FE | 30–39 | 39 420 | |
85 | — (12600 ) | محجوز لتوسيع الشخصية في المستقبل | |||
86–8F | — (126000 ) | مخصص للتوسع الإيديولوجي المستقبلي | |||
| غير مُعيّن | — | D800– DFFF[ g ] | |||
90–E3 | 30–39 | 81–FE | 30–39 | 1048576 | 10000–10FFFF |
E4–FC | — (315000 ) | محجوز لتوسيع المعيار في المستقبل | |||
FD–FE | — (25 200 ) | مُعرَّف من قِبل المستخدم | |||
FF | — | غير صالح | |||
| المجموع | 1 112 064 | ||||
تُعتبر نقاط الترميز أحادية وثنائية البايت أساسًا من نوع GBK مع رمز اليورو، وتعيينات PUA للنقاط غير المُخصصة/المُعرّفة من قِبل المستخدم، وعلامات الترقيم الرأسية. يمكن اعتبار نظام البايتات الأربعة مُكوّنًا من وحدتين، كل منهما من بايتين. لكل وحدة تنسيق مشابه لحرف GBK ثنائي البايت، ولكن مع نطاق قيم للبايت الثاني من 0x30 إلى 0x39 ( رموز ASCII للأرقام العشرية). يتراوح نطاق البايت الأول من 0x81 إلى 0xFE، كما في السابق. هذا يعني أن روتين البحث عن السلاسل النصية الآمن لـ GBK يجب أن يكون آمنًا بشكل معقول أيضًا لـ GB18030 (بنفس الطريقة التي يكون بها روتين البحث الأساسي الموجه نحو البايت آمنًا بشكل معقول لـ EUC ).
وهذا يعطي ما مجموعه 1,587,600 (126×10×126×10) تسلسلات ممكنة من 4 بايت، وهو ما يكفي بسهولة لتغطية 1,112,064 (17×65536 - 2048 بديل) من نقاط الترميز المخصصة والمحجوزة وغير الحرفية في Unicode .
لسوء الحظ، ومما يزيد الأمر تعقيدًا، أنه لا توجد قواعد بسيطة للترجمة بين تسلسل من 4 بايتات ونقطة الترميز المقابلة له . بدلًا من ذلك، تُخصص الرموز بالتسلسل (حيث يحتوي البايت الأول على الجزء الأكثر أهمية والأخير على الجزء الأقل أهمية) فقط لنقاط ترميز يونيكود التي لا تُربط بأي طريقة أخرى. [ h ] على سبيل المثال:
U+00DE (Þ) → 81 30 89 37 U+00DF (ß) → 81 30 89 38 U+00E0 (à) → A8 A4 U+00E1 (á) → A8 A2 U+00E2 (â) → 81 30 89 39 U+00E3 (ã) → 81 30 8A 30
يُستخدم جدول الإزاحة في إصداري WHATWG و W3C من معيار GB 18030 لترجمة نقاط الترميز بكفاءة. [ 20 ] يستخدم كل من ICU [ 19 ] وglibc تعريفات نطاق مماثلة لتجنب إهدار المساحة على الكتل التسلسلية الكبيرة.
يدعم
التشفير
يدعم نظام التشغيل ويندوز ترميز GB 18030 منذ إصدار ويندوز 95 ، برقم صفحة الترميز 54936. [ 21 ] كما يوفر نظاما التشغيل ويندوز 2000 وXP حزمة دعم لترميز GB18030. [ 22 ] وتدعم قاعدة بيانات PostgreSQL مفتوحة المصدر ترميز GB18030 من خلال دعمها الكامل لترميز UTF-8، أي عن طريق تحويله من وإلى UTF-8. وبالمثل، يدعم خادم Microsoft SQL Server ترميز GB18030 عن طريق التحويل من وإلى UTF-16.
وبشكلٍ أدق، فإن دعم ترميز GB18030 على نظام ويندوز يعني أن صفحة الترميز 54936 مدعومة من قِبل [اسم MultiByteToWideCharالبرنامج WideCharToMultiByte/المكتبة]. وبفضل التوافق مع الإصدارات السابقة، يمكن فتح العديد من الملفات بترميز GB18030 بنجاح باستخدام صفحة الترميز القديمة 936، أي GBK، حتى لو لم تكن صفحة الترميز 54936 مدعومة. مع ذلك، ينطبق هذا فقط إذا كان الملف المعني يحتوي على أحرف GBK فقط. سيفشل التحميل أو ينتج عنه نتائج تالفة إذا كان الملف يحتوي على أحرف غير موجودة في GBK (انظر قسم " الربط" للاطلاع على أمثلة).
تدعم مكتبة gconv التابعة لـ GNU glibc ، وهي مكتبة ترميز الأحرف المستخدمة في معظم توزيعات لينكس، ترميز GB 18030-2000 منذ الإصدار 2.2، [ 23 ] وترميز GB 18030-2005 منذ الإصدار 2.14؛ [ 24 ] وتجدر الإشارة إلى أن glibc تتضمن تعيينات غير PUA لترميز GB 18030-2005 لتحقيق التحويل ثنائي الاتجاه. [ 25 ] أما مكتبة libiconv التابعة لـ GNU ، وهي تطبيق بديل لـ iconv يُستخدم بكثرة في بيئات شبيهة بنظام UNIX لا تعتمد على glibc، مثل Cygwin ، فتدعم ترميز GB 18030 منذ الإصدار 1.4. [ 26 ]
اعتبارًا من عام 2022، "لا يزال دعم النصوص غير الصينية اختياريًا" [ 27 ] (على الأرجح لدعم العرض/الخطوط فقط؛ وفي الصين، نظرًا لأن الترميز هو UTF كامل). من المعروف أن المعيار يدعم الإنجليزية/ASCII، و"النصوص غير الصينية التالية معترف بها في GB 18030-2022: العربية، التبتية، المنغولية، تاي لي، نيو تاي لو، تاي ثام، يي، ليسو، هانغول (الكورية)، ومياو." [ 27 ]
الخطوط
تضمنت حزمة دعم GB18030 لنظامي التشغيل Windows XP وWindows 2000 ملف SimSun18030.ttc، وهو ملف مجموعة خطوط TrueType يجمع بين خطين صينيين، هما SimSun-18030 وNSimSun-18030. يحتوي خط SimSun -18030 على جميع الأحرف الصينية واليابانية والكورية الإلزامية المطلوبة في معيار GB18030-2000، بما في ذلك الأحرف الموجودة في مجموعتي الأحرف الصينية واليابانية والكورية الموحدة (CJK Unified Ideographs) وامتداد الأحرف الصينية واليابانية والكورية الموحدة (CJK Unified Ideographs Extension A) من Unicode 3.0. ومنذ إصدار Windows Vista، أضافت أنظمة Windows خطي Simsun وSimsun-ExtB. (يدعم خط Simsun الأحرف الصينية واليابانية والكورية في المستوى الأساسي متعدد اللغات من Unicode، بينما يدعم خط Simsun-ExtB معظم الأحرف الصينية واليابانية والكورية في المستوى التكميلي للأحرف الصينية من Unicode ). وقد تم تحديث هذه الخطوط في إصدارات Windows اللاحقة لدعم أحرف صينية وكورية إضافية. اعتبارًا من عام 2022، كان خط Simsun-ExtB يدعم امتدادات الأحرف الصينية واليابانية والكورية الموحدة B و C و D. ولمعيار GB 18030-2022، تم تحديث خط Simsun-ExtB لإضافة دعم امتدادات الأحرف الصينية واليابانية والكورية الموحدة E و F. [ 28 ] كما أُضيف خط Simsun-ExtG إلى نظامي التشغيل Windows 10 وWindows 11 لدعم الأحرف الصينية واليابانية والكورية في امتدادات الأحرف الصينية واليابانية والكورية الموحدة G و H و I. [ 29 ] [ 30 ] وتدعم خطوط Simsun في نظامي التشغيل Windows 10 وWindows 11 جميع الأحرف الصينية واليابانية والكورية المطلوبة لمعيار GB18030-2022 بالإضافة إلى مستوى التوافق 3 من التعديل 1.
تم تحديث Microsoft YaHei و DengXian المقدمة من Microsoft في عام 2023 لتتوافق مع مستوى التنفيذ GB 18030-2022 المستوى 2. [ 28 ]
إن خط Source Han Sans (ونظيره Noto Sans CJK) متوافقان بالفعل مع مستوى التنفيذ 2 من معيار GB 18030-2022 عند الإعلان عن التحديث القياسي لمعيار GB 18030 اعتبارًا من نوفمبر 2022. . ومع ذلك، فإن خط Source Han Serif (ونظيره Noto Serif CJK) غير متوافق في ذلك الوقت، ويتم توفير تحديث لضمان توافق الخط مع مستوى التنفيذ 2. وبالمثل، يتطلب خطا Microsoft YaHei و PingFang (Apple) عددًا قليلاً من إضافات URO المرتبطة بمستوى التنفيذ 1 لكي يصبحا متوافقين مع مستوى التنفيذ 2 من GB 18030-2022. [ 27 ]
توفر عائلات خطوط CJK الأخرى مثل HAN NOM [ 31 ] و Hanazono Mincho [ 32 ] تغطية أوسع لكتل Unicode CJK Extension مقارنة بـ SimSun-18030 أو حتى SimSun (Founder Extended)، لكنها لا تدعم جميع نقاط الترميز المحددة في GB 18030.
انظر أيضاً
ملحوظات
- ↑ لاحظ أن GB18030 يحذف البدائل؛ انظر § التعيين .
- ↑ علامة اليورو هي استثناء يتم إعطاؤها رمز بايت واحد 0x80 في الإصدارات اللاحقة من CP936/GBK من مايكروسوفت ورمز بايتين A2 E3 في GB18030.
- ↑ تشمل نقاط الترميز 66 حرفًا غير حرفي في نظام يونيكود.
- ↑ يبدو أن وحدة التحكم الدولية (ICU) تعتبر نقطة الترميز هذه صالحة بشكل خاطئ، وهي غير موجودة في أي من إصدارات المعايير المنشورة. تُخصص مجموعة عمل WHATWG هذا البايت إلى U+20AC ( علامة اليورو GBK ) في مُفكِّك الترميز العالمي gb2312-gbk-gb18030 الخاص بها.
- ↑ للحصول على تقسيم أدق لهذا النطاق، انظر GBK (ترميز الأحرف) § الترميز .
- ↑ يتم ترميز بعض نقاط الترميز باستخدام بايتين (الصف العلوي)، بينما يتم ترميز النقاط الأخرى باستخدام أربعة بايتات (الصف السفلي). يتم ترميز U+FFFF كما هو موضح
84 31 A4 39في الصفحة 239 من معيار 2005، على الرغم من أن المعيار لا يتضمن أي معلومات إضافية حول84 39 FE 39ترميز BMP. - ↑ هذه نقاط رمزية بديلة ؛ ليس لها معنى خارج ترميز UTF-16 .
- علاوة على ذلك ، ونظرًا لتبديل ترميز U+E7C7 وU+1E3F، يُرمّز U+E7C7 في إصدار 2005 من المعيار على النحو التالي: 81 35 F4 37، بين U+1E3E (81 35 F4 36) وU+1E40 (81 35 F4 38). وبالتالي، فإن إصدار 2000 وحده هو الذي يتبع التسلسل الكامل في تخصيص رموز البايت الأربعة لنقاط الترميز غير المُخصصة.
مراجع
- ↑ أنتوني فوك (15 مارس 2002). "طلب تسجيل مجموعة الأحرف لدى هيئة الأرقام المخصصة للإنترنت (IANA) لرقم GB18030" . تسجيلات مجموعة الأحرف لدى هيئة الأرقام المخصصة للإنترنت (IANA) . تم الاطلاع عليه بتاريخ 5 ديسمبر 2016 .
- ↑ بيتر كونستابل. "التغييرات الجذرية في GB 18030-2022" (ملف PDF) . www.unicode.org . تاريخ الاطلاع: 12 فبراير 2024 .
- ↑ " [ JDK-8301119 ] دعم GB18030-2022 - نظام الإبلاغ عن أخطاء جافا" . bugs.openjdk.org . تاريخ الاسترجاع: 14 أغسطس 2023 .
- ↑ "ملاحظات إصدار JDK 21" . jdk.java.net . تم الاطلاع عليه بتاريخ 14 أغسطس 2023 .
- ↑ " [ JDK-8307340 ] ملاحظة الإصدار: دعم GB18030-2022 - نظام أخطاء جافا" . bugs.openjdk.org . تم الاطلاع عليه بتاريخ 30 أغسطس 2023 .
- 1 2 3 سيسي (2009-07-08). "GB18030 符合性问与答" [ الأسئلة الشائعة حول توافق GB18030 ] . مركز شهادات CESI . مؤرشفة من الأصلي بتاريخ 28-09-2016 . تم الاسترجاع 2016/10/12 .
الصفحة
4 18030-2005强部分的产品:①产品可以正确输入、输出、处理GB 18030-2005 强制部分规定的全部汉字字符；②产品可以正确识别GB [يجب أن يكون المنتج المتوافق مع الجزء الإلزامي من GB
18030 قادرًا على إجراء أ) إدخال وإخراج ومعالجة جميع الأحرف الصينية المحددة في المجموعة الإلزامية بشكل صحيح؛ ب) التعرف على ترميزات الأحرف الموجودة في المجموعة الإلزامية.]
رابط بديل - 1 2 3 4 5 إدارة التقييس الصينية (SAC) (18-11-2005). GB 18030-2005: تكنولوجيا المعلومات - مجموعة الأحرف الصينية المشفرة .
- ↑ "أسئلة وأجوبة حول معيار يونيكود GB 18030" . مشروع وحدة العناية المركزة . مؤرشف من الأصل في 2 مارس 2018. تم الاطلاع عليه في 10 سبتمبر 2016 .
- 1 2 GB 18030-2000: تكنولوجيا المعلومات - مجموعة الأحرف الصينية المشفرة لتبادل المعلومات - امتداد للمجموعة الأساسية . 2000-03-17.
{{cite book}}تم|work=تجاهله ( مساعدة ) - 1 2 3 لوندي، كين (2006). "تحديث L2/06-394 بشأن GB 18030:2005" . سجل وثائق اللجنة الفنية لليونيكود . تم الاطلاع عليه بتاريخ 28 سبتمبر 2016 .
- 1 2 3 لوند، كين (4 أغسطس 2022). "معيار GB 18030-2022" . واسطة . تم الاسترجاع في 7 أغسطس 2022 .
- ^ "المجموعة:GBK外字" . جليف ويكي . تم الاسترجاع في 11 سبتمبر 2016 .
- 1 2 لوند ، كين (ديسمبر 2008). معالجة معلومات CJKV . O'Reilly Media، Inc. ISBN 978-0-596-51447-1تم الاطلاع عليه بتاريخ 11 سبتمبر 2016 .
- ^ سيسي (2009-07-08). "GB18030 符合性问与答" [ الأسئلة الشائعة حول توافق GB18030 ] . مركز شهادات CESI . مؤرشفة من الأصلي بتاريخ 28-09-2016 . تم الاسترجاع 2016/10/12 .
الصفحة
4 18030-2005强部分的产品:①产品可以正确输入、输出、处理GB 18030-2005 强制部分规定的全部汉字字符；②产品可以正确识别GB [يجب أن يكون المنتج المتوافق مع الجزء الإلزامي من GB
18030 قادرًا على إجراء أ) إدخال وإخراج ومعالجة جميع الأحرف الصينية المحددة في المجموعة الإلزامية بشكل صحيح؛ ب) التعرف على ترميزات الأحرف الموجودة في المجموعة الإلزامية.]
- ↑ لوندي، د. كين (12 نوفمبر 2023). "التعديل الأول" . ميديوم . تم الاطلاع عليه بتاريخ 9 سبتمبر 2024 .
- ^ الهيئة الوطنية الصينية (26/04/2023). "GB 18030—2022《信息技术 中文编码字符集》国家标准第１号修改单(征求意见稿)" (PDF) . التوقيت العالمي المنسق L2/23-113.
- 1 2 الهيئة الوطنية الصينية (2023-10-13). "تقرير نشاط IRG #61" (PDF) . ISO/IEC JTC1/SC2 /WG2/ IRG N2623؛ التوقيت العالمي المنسق L2/23-240.
- ↑ الهيئة الوطنية الأمريكية (1 مايو 2023). "تعليقات الهيئة الوطنية الأمريكية على المسودة 2 من التعديل 1 للمعيار GB 18030-2022 وتوصيتها بشأن التعديل 2 للمعيار ISO/IEC 10646:2020" (ملف PDF) . ISO/IEC JTC1/SC2 N4852، WG2 N5222؛ UTC L2/23-115.
- 1 2 جدول الربط المعتمد بين GB18030-2000 و Unicode . ICU - المكونات الدولية لـ Unicode. 21-02-2001. تاريخ الوصول: 04-09-2016.
- ↑ "معيار الترميز رقم gb18030-index" . WHATWG . تم الاطلاع عليه بتاريخ 24-09-2016 .
- ↑ بريدج، كارل (13 أكتوبر 2021). "دالة MultiByteToWideChar (stringapiset.h) - تطبيقات Win32" . learn.microsoft.com . تم الاطلاع عليه بتاريخ 1 نوفمبر 2022 .
- ↑ مايكروسوفت. "حزمة دعم GB18030" . مايكروسوفت . مؤرشفة من الأصل بتاريخ 2012-06-05.
- ↑ دريبر، أولريش. "وحدة GB18030 iconv لـ glibc" . glibc git . تم الاسترجاع في 29 نوفمبر 2016 .
- ↑ دريبر، أولريش. "تحديث GB18030 إلى إصدار 2005" . glibc git . تم الاطلاع عليه بتاريخ 29 نوفمبر 2016 .
- ^ فايمر ، فلوريان. أودونيل، كارلوس. "حالة الجداول GB18030 (#19575)" . المصدر بوغزيلا . تم الاسترجاع 29 نوفمبر 2016 .
- ↑ "أخبار - libiconv.git - libiconv" . git.savannah.gnu.org . تم الاطلاع عليه بتاريخ 13-10-2016 .
- 1 2 3 لوند ، كين (2022/08/16). "معيار GB 18030-2022" . واسطة . تم الاسترجاع بتاريخ 2022-11-01 .
- 1 2 "11 يوليو 2023 - KB5028171 (إصدار نظام التشغيل 20348.1850) - دعم مايكروسوفت" . support.microsoft.com . مايكروسوفت . تم الاطلاع عليه في 25 مارس 2024 .
- ↑ "KB5051987: ميزات جديدة وإصلاحات لتحسين تجربة ويندوز" . windowsforum.com . 11 فبراير 2025. تم الاطلاع عليه في 31 يوليو 2025 .
- ↑ "11 فبراير 2025 - KB5051987 (إصدار نظام التشغيل 26100.3194)" . support.microsoft.com . مايكروسوفت. 11 فبراير 2025. تم الاطلاع عليه في 31 يوليو 2025 .
- ^ فييت يونيكود. "/ هانوم" . sourceforge.net . تم الاسترجاع 2016/10/13 .
- ↑ "خطوط هانازونو" . fonts.jp . مؤرشف من الأصل بتاريخ 12-04-2010 . تم الاطلاع عليه بتاريخ 13-10-2016 .
روابط خارجية
- تسجيل مجموعة الأحرف IANA لرقم GB18030
- "ملخص باللغة الإنجليزية لـ -2000 " (ملف PDF) . 16 فبراير 2001. مؤرشف من الأصل (ملف PDF) بتاريخ 2017-02-02.
- مقدمة عن GB18030 بما في ذلك تطورها من GB2312 و GBK (أرشيف صن/الإنترنت)
- بيانات وحدة العناية المركزة
- مخططات يونيكود
- ملحق الرموز الموحدة لليونيكود CJK (ملف PDF، 1.5 ميجابايت)
- امتداد الرموز الصينية واليابانية والكورية الموحدة B (ملف PDF، 13 ميجابايت)
- حزمة دعم GB18030 لنظام التشغيل Windows 2000/XP، بما في ذلك الخطوط الصينية والتبتية واليي والمنغولية والتايلاندية من Microsoft (أرشيف الإنترنت)
- خطوط وبرامج تحرير ووثائق SIL المجانية
- معايير جوبياو
- تنسيقات تحويل يونيكود
- ترميز الأحرف الصينية