字符集

概述

GB18030全称《信息技术中文编码字符集》，共收录七万多个汉字和字符，它在GBK（《汉字内码扩展规范》）的基础上增加了中日韩语中的汉字和少数民族的文字及字符，完全兼容GB2312（《信息交换用汉字编码字符集》），基本兼容GBK。

GB18030目前共发布过三个版本：

• 第一版于2000年发布，称为GB18030-2000
• 第二版于2005年发布，称为GB18030-2005
• 第三版于2022年发布，称为GB18030-2022

虚谷数据库专注于GB18030-2022编码与Unicode编码的映射关系，不涉及新字符字形的展示，而是运算存储这些编码。

GB18030-2005标准中的部分字符在Unicode中无对应码位，故临时映射至Unicode BMP（Basic Multilingual Plane，基本多语言平面）的PUA（Private Use Area，私人使用区）。随着Unicode升级至5.0，这些字符获得了标准码位，GB18030-2022标准对18个字符的Unicode映射进行了调整，导致与GB18030-2005标准在Unicode映射上不兼容。

虚谷数据库V12.5新增GB18030_2022字符集，使用GB18030-2022标准；保留GB18030字符集，使用GB18030-2005标准。

使用GB18030_2022字符集

虚谷数据库目前支持库级字符集，创建库时，指定GB18030_2022字符集即可。

SQL> CREATE DATABASE DB_TEST CHAR SET 'GB18030_2022';
SQL> SELECT db_name,char_set from dba_databases WHERE db_name='DB_TEST';

DB_NAME | CHAR_SET | 
------------------------------------------------------------------------------
DB_TEST| GB18030_2022|

说明：

• GB18030_2022字符集为虚谷数据库定义字符集名。
• 客户端程序（如JDBC连接数据库的程序）在接收数据时应当使用操作系统支持的字符集。