gb18030-2022 标准
原文：https://ken-lunde.medium.com/the-gb-18030-2022-standard-3d0ebaeb4132
作者：Dr Ken Lunde
翻译: Grace已存在
我（Dr Ken Lunde）的职业生涯中有相当一部分时间花在跟踪区域字符集标准上，其中特别关注东亚的字符集标准。当有重要标准发布或更新时，我会亲自研究实际意义上发生的变化，并向开发人员社区传播信息。这就是这篇文章的目的。
历史与概述
中国于2000年首次发布GB 18030标准为GB 18030-2000 （信息技术 信息交换用汉字编码字符集 基本集的扩充Information technology — Chinese ideograms coded character set for information interchange — Extension for the basic set），并在5年之后修订为 GB 18030-2005 (信息技术 中文编码字符集 Information Technology — Chinese coded character set)。
请注意，这里标准的名称发生了改变。17年之后，中国以同样的名称发布了GB18030-2022。 GB18020-2022标准之前的版本只是根据代码点范围指定了所需的指令集。 现在的2022 年版本在第 9 节中指定了三个实施级别。 需要注意的主要变化是：实现级别 1 需要 9FA6..9FB3 和 9FBC..9FEF 范围内的以下 66 个表意文字，而 2005 版本中不需要这些表意文字（中间范围内的表意文字 9FB4..9FBB， 是 2005 版本中所需曲目的一部分，当然，仍然是必需的）：
0x82358F33 U+9FA6 龦
0x82358F34 U+9FA7 龧
0x82358F35 U+9FA8 龨
0x82358F36 U+9FA9 龩
0x82358F37 U+9FAA 龪
0x82358F38 U+9FAB 龫
0x82358F39 U+9FAC 龬
0x82359030 U+9FAD 龭
0x82359031 U+9FAE 龮
0x82359032 U+9FAF 龯
0x82359033 U+9FB0 龰
0x82359034 U+9FB1 龱
0x82359035 U+9FB2 龲
0x82359036 U+9FB3 龳
0x82359135 U+9FBC 龼
0x82359136 U+9FBD 龽
0x82359137 U+9FBE 龾
0x82359138 U+9FBF 龿
0x82359139 U+9FC0 鿀
0x82359230 U+9FC1 鿁
0x82359231 U+9FC2 鿂
0x82359232 U+9FC3 鿃
0x82359233 U+9FC4 鿄
0x82359234 U+9FC5 鿅
0x82359235 U+9FC6 鿆
0x82359236 U+9FC7 鿇
0x82359237 U+9FC8 鿈
0x82359238 U+9FC9 鿉
0x82359239 U+9FCA 鿊
0x82359330 U+9FCB 鿋
0x82359331 U+9FCC 鿌
0x82359332 U+9FCD 鿍
0x82359333 U+9FCE 鿎
0x82359334 U+9FCF 鿏
0x82359335 U+9FD0 鿐
0x82359336 U+9FD1 鿑
0x82359337 U+9FD2 鿒
0x82359338 U+9FD3 鿓
0x82359339 U+9FD4 鿔
0x82359430 U+9FD5 鿕
0x82359431 U+9FD6 鿖
0x82359432 U+9FD7 鿗
0x82359433 U+9FD8 鿘
0x82359434 U+9FD9 鿙
0x82359435 U+9FDA 鿚
0x82359436 U+9FDB 鿛
0x82359437 U+9FDC 鿜
0x82359438 U+9FDD 鿝
0x82359439 U+9FDE 鿞
0x82359530 U+9FDF 鿟
0x82359531 U+9FE0 鿠
0x82359532 U+9FE1 鿡
0x82359533 U+9FE2 鿢
0x82359534 U+9FE3 鿣
0x82359535 U+9FE4 鿤
0x82359536 U+9FE5 鿥
0x82359537 U+9FE6 鿦
0x82359538 U+9FE7 鿧
0x82359539 U+9FE8 鿨
0x82359630 U+9FE9 鿩
0x82359631 U+9FEA 鿪
0x82359632 U+9FEB 鿫
0x82359633 U+9FEC 鿬
0x82359634 U+9FED 鿭
0x82359635 U+9FEE 鿮
0x82359636 U+9FEF 鿭
这些是 Unicode 版本 4.1 (14)、5.1 (8)、5.2 (8)、6.1 (1)、8.0 (9)、10.0 (21) 和 11.0 (5) 中添加的 URO。 四字节对应在 GB 18030 代码点显示在第一列中，以便与本文的其余部分保持一致。 实现级别 1 还规定：实现可以选择支持一种或多种非中文（也称为地区性或少数民族）文字，其四字节 GB 18030 编码范围、字符数和 Unicode 块名称如 GB 18030-2022 的表 3 所示。 下面用 Unicode 块名称重现：
0x81318132–0x81319934 42 Arabic
0x8430BA32–0x8430FE35 59 Arabic Presentation Forms-A
0x84318730–0x84319530 84 Arabic Presentation Forms-B
0x8132E834–0x8132FD31 193 Tibetan
0x8134D238–0x8134E337 149 Mongolian
0x9034C538–0x9034C730 13 Mongolian Supplement
0x8134F434–0x8134F830 35 Tai Le
0x8134F932–0x81358437 83 New Tai Lue
0x81358B32–0x81359935 127 Tai Tham
0x82359833–0x82369435 1215 Yi Syllables
0x82369535–0x82369A32 48 Lisu
0x81339D36–0x8133B635 69 Hangul Jamo
0x8139A933–0x8139B734 51 Hangul Compatibility Jamo
0x8237CF35–0x8336BE36 3431 Hangul Syllables
0x9232C636–0x9232D635 133 Miao
0x81398B32–0x8139A135 214 Kangxi Radicals
0x8139EE39–0x82358738 6530 CJK Unified Ideographs Extension A
0x82358F33–0x82359636 66 CJK Unified Ideographs (URO)
0x95328236–0x9835F336 42711 CJK Unified Ideographs Extension B
0x9835F738–0x98399E36 4149 CJK Unified Ideographs Extension C
0x98399F38–0x9839B539 222 CJK Unified Ideographs Extension D
0x9839B632–0x9933FE33 5762 CJK Unified Ideographs Extension E
0x99348138–0x9939F730 7473 CJK Unified Ideographs Extension F
换句话说，支持非中文文字仍然是可选的。 从该表中我们还可以看到，GB 18030-2022 可识别以下非中文文字：阿拉伯文、藏文、蒙古文、太勒文、新傣略文、大谭文、彝文、傈僳文、朝鲜文（韩文）和苗文。 熟悉 CJK 统一表意文字块的人可能会想知道，为什么包含 6,582 个表意文字（至少在 Unicode 版本 13.0 之前）的扩展 A 在上表中仅显示 6530 个。 缺失的 52 个表意文字实际上是从 GB 18030 编码的两字节区域映射的（在 GB 18030 标准的所有三个版本中），如下所示：
0xFE56 U+3447 㑇
0xFE55 U+3473 㑳
0xFE5A U+359E 㖞
0xFE5C U+360E 㘎
0xFE5B U+361A 㘚
0xFE60 U+3918 㤘
0xFE5F U+396E 㥮
0xFE62 U+39CF 㧏
0xFE65 U+39D0 㧐
0xFE63 U+39DF 㧟
0xFE64 U+3A73 㩳
0xFE68 U+3B4E 㭎
0xFE69 U+3C6E 㱮
0xFE6A U+3CE0 㳠
0xFE6F U+4056 䁖
0xFE70 U+415F 䅟
0xFE72 U+4337 䌷
0xFE78 U+43AC 䎬
0xFE77 U+43B1 䎱
0xFE7A U+43DD 䏝
0xFE7B U+44D6 䓖
0xFE7D U+464C 䙌
0xFE7C U+4661 䙡
0xFE80 U+4723 䜣
0xFE81 U+4729 䜩
0xFE82 U+477C 䝼
0xFE83 U+478D 䞍
0xFE85 U+4947 䥇
0xFE86 U+497A 䥺
0xFE87 U+497D 䥽
0xFE88 U+4982 䦂
0xFE89 U+4983 䦃
0xFE8A U+4985 䦅
0xFE8B U+4986 䦆
0xFE8D U+499B 䦛
0xFE8C U+499F 䦟
0xFE8F U+49B6 䦶
0xFE8E U+49B7 䦷
0xFE96 U+4C77 䱷
0xFE93 U+4C9F 䲟
0xFE94 U+4CA0 䲠
0xFE95 U+4CA1 䲡
0xFE97 U+4CA2 䲢
0xFE92 U+4CA3 䲣
0xFE98 U+4D13 䴓
0xFE99 U+4D14 䴔
0xFE9A U+4D15 䴕
0xFE9B U+4D16 䴖
0xFE9C U+4D17 䴗
0xFE9D U+4D18 䴘
0xFE9E U+4D19 䴙
0xFE9F U+4DAE 䶮
我将在本文的最后一部分讨论实现级别 2。 实现级别 3 被描述为所有附加的 CJK 统一表意文字更贴切，意味着扩展 B 到 F 的整体，以及康熙部首块中的 214 个字符。 在对代表性字形的更正方面，我八年前在这篇中日韩类型博客文章中记录的一个扩展A中的U+4548䕈，在GB 18030-2022中得到了更正。 以下为GB 18030-2022代码表摘录：
尽管从技术上来说，GB 18030-2022 本身并不是一个更正，但它是第一个以更正确的双交叉线形式代表字形 U+FFE5 ￥ FULLWIDTH YEN SIGN的GB 字符集标准。 所有以前包含该字符的 GB 字符集标准都只包括单横线形式，但实际上这种形式并不存在。 以下为GB 18030-2022代码表摘录：
没有专用区要求
除 24 个字符外，GB 18030-2005 中所有必需的字符在 Unicode 标准中都有等效字符。 以前需要使用 PUA（专用区域）代码点表示的字符可以分为两类。 第一组涉及 18 个字符的映射更改。 以下列表提供了两字节或四字节 GB 18030 代码点、它们到 GB 18030-2005 中的 Unicode 标准的映射、它们到 GB 18030-2022 中的 Unicode 标准的映射，以及显示的字符（如果有） 在 GB 18030-2022 代码表中（第 11、81、160 和 242 页）：
0xA6D9 U+E78D U+FE10 ︐
0xA6DA U+E78E U+FE12 ︒
0xA6DB U+E78F U+FE11 ︑
0xA6DC U+E790 U+FE13 ︓
0xA6DD U+E791 U+FE14 ︔
0xA6DE U+E792 U+FE15 ︕
0xA6DF U+E793 U+FE16 ︖
0xA6EC U+E794 U+FE17 ︗
0xA6ED U+E795 U+FE18 ︘
0xA6F3 U+E796 U+FE19 ︙
0xFE59 U+E81E U+9FB4 龴
0xFE61 U+E826 U+9FB5 龵
0xFE66 U+E82B U+9FB6 龶
0xFE67 U+E82C U+9FB7 龷
0xFE6D U+E832 U+9FB8 龸
0xFE7E U+E843 U+9FB9 龹
0xFE90 U+E854 U+9FBA 龺
0xFEA0 U+E864 U+9FBB 龻
0x82359037 U+9FB4 U+E81E (none)
0x82359038 U+9FB5 U+E826 (none)
0x82359039 U+9FB6 U+E82B (none)
0x82359130 U+9FB7 U+E82C (none)
0x82359131 U+9FB8 U+E832 (none)
0x82359132 U+9FB9 U+E843 (none)
0x82359133 U+9FBA U+E854 (none)
0x82359134 U+9FBB U+E864 (none)
0x84318236 U+FE10 U+E78D (none)
0x84318237 U+FE11 U+E78F (none)
0x84318238 U+FE12 U+E78E (none)
0x84318239 U+FE13 U+E790 (none)
0x84318330 U+FE14 U+E791 (none)
0x84318331 U+FE15 U+E792 (none)
0x84318332 U+FE16 U+E793 (none)
0x84318333 U+FE17 U+E794 (none)
0x84318334 U+FE18 U+E795 (none)
0x84318335 U+FE19 U+E796 (none)
第二组仅涉及优先选择扩展 B 映射而不是 PUA 映射。 以下列表提供了两字节或四字节 GB 18030 代码点、它们与 GB 18030-2005 和 GB 18030-2022 中的 Unicode 标准的映射，以及 GB 18030-2022 代码中显示的表意文字（如果有） 图表（第 81、245、246、271、295 和 325 页）：
0xFE51 U+E816 (none)
0xFE52 U+E817 (none)
0xFE53 U+E818 (none)
0xFE6C U+E831 (none)
0xFE76 U+E83B (none)
0xFE91 U+E855 (none)
0x95329031 U+20087 𠂇
0x95329033 U+20089 𠂉
0x95329730 U+200CC 𠃌
0x9536B937 U+215D7 𡗗
0x9630BA35 U+2298F 𢦏
0x9635B630 U+241FE 𤇾
没有 CJK 兼容表意文字
一些必需的字符，确切地说是 21 个表意文字，位于 CJK 兼容性表意文字块中。 其中12个实际上是中日韩统一表意文字，根据GB 18030-2022仍然是必需的。 然而，实际的 CJK 兼容表意文字的 9 个不再需要，并且 GB 18030-2022 代码表中不再显示字符（第 80 和 81 页）。 以下列表提供了两字节 GB 18030 代码点、它们与 GB 18030-2000、GB 18030-2005 和 GB 18030-2022 中 Unicode 标准的映射、表意文字本身以及括号中的规范等效的 CJK 统一表意文字 :
0xFD9C U+F92C 郎 (U+90CE 郎)
0xFD9D U+F979 凉 (U+51C9 凉)
0xFD9E U+F995 秊 (U+79CA 秊)
0xFD9F U+F9E7 裏 (U+88CF 裏)
0xFDA0 U+F9F1 隣 (U+96A3 隣)
0xFE40 U+FA0C 兀 (U+5140 兀)
0xFE41 U+FA0D 嗀 (U+55C0 嗀)
0xFE47 U+FA18 礼 (U+793C 礼)
0xFE49 U+FA20 蘒 (U+8612 蘒)
当然，字体实现不需要删除这九个 CJK 兼容表意文字。 根本不再需要包含它们。 我怀疑大多数字体实现都会为了向后兼容性而保留字形及其映射。
TGH 2013 要求
GB 18030 标准的所需部分将会逐渐增加，2022 年的更新也不例外。 本文的第一部分提到了实现级别 1 现在所需的 66 个表意文字。 就实施二级的要求而言，中国于2013年发布了通用规范汉字表（Tōngyòng Guīfàn Hànzìbiǎo；又名TGH 2013），其中列出了8,105个表意文字，中文称为“汉字”。 这些表意文字分为三个不同的级别，分别由 3,500、3,000 和 1,605 个表意文字组成。
如果我们考虑实施级别 1（包括范围 4E00..9FEF），则能覆盖 TGH 2013 中 8,105 个表意文字中的 7,909 个。剩下的是扩展 B (36)、扩展 C (44) 中的 196 个表意文字 、扩展 D (8) 和扩展 E (108) 块如下所示（它们的四字节 GB 18030 代码点、它们到 GB 18030-2005 和 GB 18030-2022 中的 Unicode 标准的映射以及表意文字本身 ）：
Extension B — 36 ideographs — Unicode Version 3.1 (2001)
0x9532A632 U+20164 𠅤 0x9533AA30 U+20676 𠙶 0x9534CE36 U+20CD0 𠳐 0x9535FE34 U+2139A 𡎚 0x95368C35 U+21413 𡐓 0x9632F737 U+235CB 𣗋 0x9634A937 U+23C97 𣲗 0x9634A938 U+23C98 𣲘 0x9634D133 U+23E23 𣸣 0x96378333 U+249DB 𤧛 0x96379335 U+24A7D 𤩽 0x96379B31 U+24AC9 𤫉 0x9639A936 U+25532 𥔲 0x9639AE34 U+25562 𥕢 0x9639B534 U+255A8 𥖨 0x9731A435 U+25ED7 𥻗 0x9731F837 U+26221 𦈡 0x9732B837 U+2648D 𦒍 0x9732E936 U+26676 𦙶 0x97338538 U+2677C 𦝼 0x9733E930 U+26B5C 𦭜 0x9733FC37 U+26C21 𦰡 0x97388237 U+27FF9 𧿹 0x9738EA36 U+28408 𨐈 0x9739AB30 U+28678 𨙸 0x9739AD39 U+28695 𨚕 0x9739CF30 U+287E0 𨟠 0x9830A833 U+28B49 𨭉 0x9830C137 U+28C47 𨱇 0x9830C235 U+28C4F 𨱏 0x9830C237 U+28C51 𨱑 0x9830C330 U+28C54 𨱔 0x9830FD31 U+28E99 𨺙 0x9834B536 U+29F7E 𩽾 0x9834B631 U+29F83 𩾃 0x9834B730 U+29F8C 𩾌
Extension C — 44 ideographs — Unicode Version 5.2 (2009)
0x98368F39 U+2A7DD 𪟝 0x9836AC35 U+2A8FB 𪣻 0x9836AF33 U+2A917 𪤗 0x9836CB34 U+2AA30 𪨰 0x9836CC30 U+2AA36 𪨶 0x9836CF34 U+2AA58 𪩘 0x9837D838 U+2AFA2 𪾢 0x98388137 U+2B127 𫄧 0x98388138 U+2B128 𫄨 0x98388333 U+2B137 𫄷 0x98388334 U+2B138 𫄸 0x98389535 U+2B1ED 𫇭 0x9838B130 U+2B300 𫌀 0x9838BA39 U+2B363 𫍣 0x9838BC31 U+2B36F 𫍯 0x9838BC34 U+2B372 𫍲 0x9838BD35 U+2B37D 𫍽 0x9838CB30 U+2B404 𫐄 0x9838CC32 U+2B410 𫐐 0x9838CC35 U+2B413 𫐓 0x9838D433 U+2B461 𫑡 0x9838E137 U+2B4E7 𫓧 0x9838E235 U+2B4EF 𫓯 0x9838E332 U+2B4F6 𫓶 0x9838E335 U+2B4F9 𫓹 0x9838E535 U+2B50D 𫔍 0x9838E536 U+2B50E 𫔎 0x9838E936 U+2B536 𫔶 0x9838F536 U+2B5AE 𫖮 0x9838F537 U+2B5AF 𫖯 0x9838F631 U+2B5B3 𫖳 0x9838FB33 U+2B5E7 𫗧 0x9838FC36 U+2B5F4 𫗴 0x98398236 U+2B61C 𫘜 0x98398237 U+2B61D 𫘝 0x98398336 U+2B626 𫘦 0x98398337 U+2B627 𫘧 0x98398338 U+2B628 𫘨 0x98398430 U+2B62A 𫘪
0x98398432 U+2B62C 𫘬 0x98398E37 U+2B695 𫚕 0x98398E38 U+2B696 𫚖 0x98399131 U+2B6AD 𫚭 0x98399735 U+2B6ED 𫛭
Extension D — 8 ideographs — Unicode Version 6.0 (2010)
0x9839AA33 U+2B7A9 𫞩 0x9839AD31 U+2B7C5 𫟅 0x9839B034 U+2B7E6 𫟦 0x9839B233 U+2B7F9 𫟹 0x9839B236 U+2B7FC 𫟼 0x9839B336 U+2B806 𫠆 0x9839B430 U+2B80A 𫠊 0x9839B538 U+2B81C 𫠜
Extension E — 108 ideographs — Unicode Version 8.0 (2015)
0x9839C534 U+2B8B8 𫢸 0x9839FA31 U+2BAC7 𫫇 0x99308B33 U+2BB5F 𫭟 0x99308B36 U+2BB62 𫭢 0x99308E32 U+2BB7C 𫭼 0x99308E39 U+2BB83 𫮃 0x99309E31 U+2BC1B 𫰛 0x9930C039 U+2BD77 𫵷 0x9930C235 U+2BD87 𫶇 0x9930CD37 U+2BDF7 𫷷 0x9930D237 U+2BE29 𫸩 0x99318739 U+2C029 𬀩 0x99318830 U+2C02A 𬀪 0x99319437 U+2C0A9 𬂩 0x99319830 U+2C0CA 𬃊 0x9931B237 U+2C1D5 𬇕 0x9931B331 U+2C1D9 𬇙 0x9931B633 U+2C1F9 𬇹 0x9931C334 U+2C27C 𬉼 0x9931C436 U+2C288 𬊈 0x9931C734 U+2C2A4 𬊤 0x9931D239 U+2C317 𬌗 0x9931D937 U+2C35B 𬍛 0x9931DA33 U+2C361 𬍡 0x9931DA36 U+2C364 𬍤 0x9931F738 U+2C488 𬒈 0x9931F930 U+2C494 𬒔 0x9931F933 U+2C497 𬒗 0x99328C34 U+2C542 𬕂 0x9932A133 U+2C613 𬘓 0x9932A138 U+2C618 𬘘 0x9932A237 U+2C621 𬘡 0x9932A335 U+2C629 𬘩 0x9932A337 U+2C62B 𬘫 0x9932A338 U+2C62C 𬘬 0x9932A339 U+2C62D 𬘭 0x9932A431 U+2C62F 𬘯 0x9932A630 U+2C642 𬙂 0x9932A638 U+2C64A 𬙊 0x9932A639 U+2C64B 𬙋 0x9932BD34 U+2C72C 𬜬 0x9932BD37 U+2C72F 𬜯 0x9932C839 U+2C79F 𬞟 0x9932CC33 U+2C7C1 𬟁 0x9932D233 U+2C7FD 𬟽 0x9932E833 U+2C8D9 𬣙 0x9932E838 U+2C8DE 𬣞 0x9932E931 U+2C8E1 𬣡 0x9932EA39 U+2C8F3 𬣳 0x9932EC39 U+2C907 𬤇 0x9932ED32 U+2C90A 𬤊 0x9932EF31 U+2C91D 𬤝 0x99338830 U+2CA02 𬨂 0x99338932 U+2CA0E 𬨎 0x99339433 U+2CA7D 𬩽 0x99339837 U+2CAA9 𬪩 0x9933A535 U+2CB29 𬬩 0x9933A539 U+2CB2D 𬬭 0x9933A630 U+2CB2E 𬬮 0x9933A633 U+2CB31 𬬱 0x9933A730 U+2CB38 𬬸 0x9933A731 U+2CB39 𬬹 0x9933A733 U+2CB3B 𬬻 0x9933A737 U+2CB3F 𬬿 0x9933A739 U+2CB41 𬭁 0x9933A838 U+2CB4A 𬭊 0x9933A932 U+2CB4E 𬭎 0x9933AA34 U+2CB5A 𬭚 0x9933AA35 U+2CB5B 𬭛 0x9933AB34 U+2CB64 𬭤 0x9933AB39 U+2CB69 𬭩 0x9933AC32 U+2CB6C 𬭬 0x9933AC35 U+2CB6F 𬭯 0x9933AC39 U+2CB73 𬭳 0x9933AD32 U+2CB76 𬭶 0x9933AD34 U+2CB78 𬭸 0x9933AD38 U+2CB7C 𬭼 0x9933B331 U+2CBB1 𬮱 0x9933B435 U+2CBBF 𬮿 0x9933B436 U+2CBC0 𬯀 0x9933B630 U+2CBCE 𬯎 0x9933C336 U+2CC56 𬱖 0x9933C435 U+2CC5F 𬱟 0x9933D335 U+2CCF5 𬳵 0x9933D336 U+2CCF6 𬳶 0x9933D433 U+2CCFD 𬳽 0x9933D435 U+2CCFF 𬳿 0x9933D438 U+2CD02 𬴂 0x9933D439 U+2CD03 𬴃 0x9933D536 U+2CD0A 𬴊 0x9933E235 U+2CD8B 𬶋 0x9933E237 U+2CD8D 𬶍 0x9933E239 U+2CD8F 𬶏 0x9933E330 U+2CD90 𬶐 0x9933E435 U+2CD9F 𬶟 0x9933E436 U+2CDA0 𬶠 0x9933E534 U+2CDA8 𬶨 0x9933E539 U+2CDAD 𬶭 0x9933E630 U+2CDAE 𬶮 0x9933E939 U+2CDD5 𬷕 0x9933F036 U+2CE18 𬸘 0x9933F038 U+2CE1A 𬸚 0x9933F137 U+2CE23 𬸣 0x9933F230 U+2CE26 𬸦 0x9933F234 U+2CE2A 𬸪 0x9933FA36 U+2CE7C 𬹼 0x9933FB38 U+2CE88 𬺈 0x9933FC39 U+2CE93 𬺓
根据我八年前发表的这篇中日韩类型博客文章的最后一段，我预测 TGH 2013 将成为 GB 18030 的要求。 至少，它是实现级别 2 所必需的。
将 GB 18030 代码点映射到 Unicode 标准中的等效代码点的官方机器可读表已于 2023 年 3 月 28 日通过名为 GB18030–2022 与 UCS 代码映射表的页面发布。 名为 GB18030–2022MappingTableBMP.txt 的文件涵盖了 63,488 个 BMP（基本多语言平面；又名平面 0）代码点，并且正如许多人可以猜测的那样，名为 GB18030–2022MappingTableSMP.txt 的文件涵盖了 16 个补充平面（平面 1 到 16）到 调整 1,048,576 个代码点。
对于那些对中国通用规范汉字表 (aka TGH 2013) 中8,105 个表意文字的映射感兴趣的人，可参考于2023年3月27日发布的官方机器可读表，名为《通用规范汉字表》汉字的GB18030–2022与UCS代码映射表。
在字体实现方面，只有 Noto Sans CJK (Google)、Source Han Mono (Adobe) 和 Source Han Sans (Adobe) 字体系列的简体中文字体已符合 GB 18030-2022 实施级别 2 的要求， 这要归功于其原始开发人员（比如像我这样式儿的😎）具的前瞻性思维：Microsoft YaHei (Microsoft)、Noto Serif CJK (Google)、PingFang (Apple) 和 Source Han Serif (Adobe) — 至少在撰写本文时的当前版本 — 需要少量与实现级别 1 相关的 URO 添加， 来使之符合GB 18030-2022实施级别2。像往常一样，我记录了隐秘的细节。
专业提示：如果您有兴趣学习如何面向未来的基于 GB 18030 的字体实现，请首先考虑以下两个关键点：
1. GB 18030 与 ISO/IEC 10646 同步，而不是与 Unicode 标准同步。 GB 18030-2022的内容与ISO/IEC 10646:2017（又称第五版）同步，相当于Unicode版本11.0。 这解释了为什么范围 9FF0..9FFF 不包含在实现级别 1 中。这 16 个表意文字被附加到 Unicode 版本 13.0 (13) 和 14.0 (3) 中的 URO 中。
2. GB 18030的新版本逐渐包括了附加到URO的表意文字，GB 18030-2022已经确立了这种先例。 我预测到了这一点，因此预测附加到扩展 A 的表意文字也是如此。这里的关键点是，这是唯一完整需要的两个 CJK 统一表意文字块，并且该要求在逻辑上可以扩展到任何 附加到它们上的表意文字。 这将影响实现级别 1，这对于字体实现至关重要。 从 Unicode 版本 14.0 和 13.0 开始，URO 和扩展 A 块现在均已满。
因此，为了面向未来的字体实现，我建议添加附加到 URO 和扩展 A 的附加表意文字的字形。 以下列表提供了四字节 GB 18030 代码点、它们与 GB 18030-2000、GB 18030-2005 和 GB 18030-2022 中的 Unicode 标准的映射以及表意文字本身：
URO — 13 ideographs — Unicode Version 13.0 (2020)
0x82359637 U+9FF0 鿰
0x82359638 U+9FF1 鿱
0x82359639 U+9FF2 鿲
0x82359730 U+9FF3 鿳
0x82359731 U+9FF4 鿴
0x82359732 U+9FF5 鿵
0x82359733 U+9FF6 鿶
0x82359734 U+9FF7 鿷
0x82359735 U+9FF8 鿸
0x82359736 U+9FF9 鿹
0x82359737 U+9FFA 鿺
0x82359738 U+9FFB 鿻
0x82359739 U+9FFC 鿼
URO — 3 ideographs — Unicode Version 14.0 (2021)
0x82359830 U+9FFD 鿽
0x82359831 U+9FFE 鿾
0x82359832 U+9FFF 鿿
Extension A — 10 ideographs — Unicode Version 13.0 (2020)
0x82358739 U+4DB6 䶶
0x82358830 U+4DB7 䶷
0x82358831 U+4DB8 䶸
0x82358832 U+4DB9 䶹
0x82358833 U+4DBA 䶺
0x82358834 U+4DBB 䶻
0x82358835 U+4DBC 䶼
0x82358836 U+4DBD 䶽
0x82358837 U+4DBE 䶾
0x82358838 U+4DBF 䶿
关于作者
Ken Lunde 博士自 2021 年 8 月 2 日起在 Apple 担任字体开发人员（并在 2020 年 1 月 16 日至 2021 年 7 月 30 日期间担任承包商），是《中日韩信息处理第二版》的作者 （O'Reilly Media，2009），并获得威斯康星大学麦迪逊分校语言学学士学位（1987 年）、硕士学位（1988 年）和博士学位（1994 年）。 在加入 Apple 之前，他在 Adobe 工作了超过 28 年（从 1991 年 7 月 1 日到 2019 年 10 月 18 日），专门从事 CJKV 字体开发，这意味着他为东亚字体设计和开发了字体，以及 它们所依据的标准和规范。 他设计并开发了 Adobe 品牌的“Source Han”（Source Han Sans、Source Han Serif 和 Source Han Mono）， Google 品牌的“Noto CJK”（Noto Sans CJK 和 Noto Serif CJK）以及开源泛中日韩字体系列（于 2014 年、2017 年和 2019 年发布）并在 Adobe 目前静态的 CJK Type 博客上发表了 300 多篇文章。 Ken 担任 Unicode 联盟的 IVD（表意变异数据库）注册员，出席 UTC 和 IRG 会议，参加 Unicode 编辑委员会，于 2018 年成为个人 Unicode 终身会员，获得 2018 年 Unicode Bulldog 奖，自 2018 年起担任 Unicode 技术总监 至 2020 年，于 2019 年成为表情符号小组委员会副主席，于 2020 年发布 UTN #43（Unihan 数据库属性“kStrange”），于 2021 年成为 CJK & Unihan Group 主席，并发布 UTN #45（Unihan Property 历史）在 2022 年。他和他的妻子 Hitomi 自豪地拥有一对加速增强的 2018 款 LR 双电机 AWD Tesla Model 3 电动汽车。
