GBK速查表：关键规则与常用写法

GBK 是中文 Windows 长期使用的汉字编码，全称《汉字内码扩展规范》，1995 年发布。下面重点说明关键规则与常用写法。

GBK速查表

• 兼容 GB2312：GB2312 的 6,763 个汉字编码在 GBK 中不变
• 汉字 2 字节，首字节 0x81–0xFE，尾字节 0x40–0xFE（不含 0x7F）
• ASCII 字符 1 字节，与 ASCII 相同
• 不能表示 emoji 和大多数外文字符
• GB18030 是 GBK 的超集，覆盖全部 Unicode，是国家强制标准

• 匹配 GBK 双字节汉字（按字节，Python bytes 正则）：rb"[\x81-\xfe][\x40-\x7e\x80-\xfe]"
• 匹配 GBK 无法表示的 emoji 范围（字符层面）：[\U0001F300-\U0001FAFF]

示例

输入：123问

编码结果：31 32 33 CE CA

说明：按 GBK 共 5 字节。

规则说明

• 首字节 0x81–0xFE
• 尾字节 0x40–0x7E、0x80–0xFE
• 单字节 0x00–0x7F 与 ASCII 相同
• Windows 代码页 936（CP936）基本等同 GBK

Python 示例

下面是 Python 中处理GBK的常用写法：

"中".encode("gbk")               # b'\xd6\xd0'
b"\xd6\xd0".decode("gbk")        # '中'
open("old.txt", encoding="gbk").read()
"😀".encode("gbk", errors="replace")  # b'?'

运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。

本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【GBK 文件怎么转 UTF-8？】用 iconv -f GBK -t UTF-8，或在编辑器中以 GBK 打开后另存为 UTF-8。

【GBK 和 GB2312 有什么区别？】GBK 是 GB2312 的扩展，收字更多，包含繁体字；GB2312 编码的文本可以直接按 GBK 读取。

【一个汉字在 GBK 中占几个字节？】2 个字节。

文中示例可以在本站对应工具中验证；处理密码、证件号等敏感数据时，请注意保护隐私。

标签： GBK 文本处理