ISO/IEC 2022 七位或八位编码

ISO 2022，全称ISO/IEC 2022，由国际标准化组织（ISO）及国际电工委员会（IEC）联合制定，是一个使用7位或8位编码表示各种语言文字的通用技术规范。特别以东亚语言：汉语文字、日语文字或朝鲜文字的编码方法著称。

ISO 2022等同于欧洲标准组织（ECMA）的ECMA-35。中国国标GB 2312、日本工业规格JIS X 0202（旧称JIS C 6228）及韩国工业规格KS X 1004（旧称KS C 5620）均遵从ISO 2022。

早期计算机的字符编码基本上都是6位。所以早期计算机的整形的字长一般是6的倍数，如18位、24位、36位等。1963年公布的ASCII码是第一个得到广泛采用的7位字符编码。这时的通信领域的协议采用了第8位做校验纠错用途。但是，对于计算机内存来说，校验纠错变得不是必要。因此8位字符编码逐渐出现，用来表示比ASCII码更多的字符。为此，1971年公布的ECMA-35标准，用来规定各种7位或8位字符编码应当遵从的共同规则。随后ECMA-35被采纳为ISO 2022.

英语可用7位编码储存，而其他使用拉丁字母、希腊字母、西里尔字母、希伯来字母等的语文，由于只使用数十个字母，传统上均使用8位编码的ISO/IEC 8859标准来表示。但由于汉语、日语及朝鲜语字数众多，无法用单一个8位字符来表达，故需要多于一个字节来代表一个字。于是，ISO 2022就设计出来让汉语、日语及朝鲜语可以使用数个7位编码的字符来示。

ISO 2022使用“转义符串”（Escape sequence）。转义符串由1个“ESC”字符（0x1B），再由两至三个字串组成。此标记代表它后面的字符，属于下表字符集的文字。

ISO 2022用于兼容当时的7比特宽的通信协议/通信设备。对于7比特宽的编码空间，0x00-0x1F保留给控制字符，0x20-0x7F用来表示图形字符（printing/"graphic" characters）。因此，在1个7比特的字符编码空间，图形字符总计为94个（由于空格符占用了0x20码位、Del符占用了0x7F码位）或者96个。对于双字节的7比特编码空间，图形字符可以有94 x 94即8836个。1970年代至1980年代，中文、日文、韩文的字符集汉字编码数量基本上在这个范围内。

ISO 2022规定字符集的控制字符可分为两块：C0，C1； 打印（图形）字符分为四块：G0，G1，G2，G3。对于7比特编码， 字节值0x00-0x1F保留给C0控制字符块；字节值0x20-0x7F用于G0, G1, G2, G3字符块。对于单字节编码的字符集，1个打印（图形）字符块可包含94个或96个字符；对于双字节编码的字符集，1个打印（图形）字符块可包含94 x 94个字符。使用控制符的转义序列来表示在G0，G1，G2，G3之间的切换。

对于遵从ISO 2022的8比特编码字符集，也是按照上述7比特编码原则设计的编码方案。这种8比特编码字符集很容易兼容当时的7比特宽的通信协议/通信设备。8比特字符编码时，0x00-0x1F表示C0或称CL区（L是left缩写，因为其在字符表的左侧），0x80-0x9F表示C1或称CR（R是Right缩写，因为其在字符表的右侧）。0x20-0x7F表示G0 (称GL区），0xA0-0xFF（称GR区）可表示G1, G2, G3。

对于GB 2312，是8比特双字节编码。其汉字编码空间为94 x 94，即有94个区，每个区有94个位（用来编码字符）。实际使用了16-55区编码一级汉字，56-87区编码二级汉字。这些汉字均放在了G1字符块区。这种区位码方案是GB 2312的逻辑设计。其具体的字符编码方案（Character Encoding Scheme）：字节值在0x00-0x7F，为单字节表示一个字符，构成了C0、G0区，与ASCII码兼容。因此，GB 2312是单、双字节混合编码。

GBK编码作为简体中文Windows操作系统的缺省的语言locale设置，GBK编码虽然完全向后兼容GB 2312，但GBK突破了ISO 2022中GR区域的字数的94²=8,836个字的限制。GBK编码的第一字节向 81–FE (126个选项，占用了C1区) 、第二字节向 40–FE (191个选项，占用了GL区、C1区) 进行扩展。随后的GB 18030在完全兼容GBK的基础上增加了4字节的编码，如果第二字节的值在0x30-0x3F范围，则随后的两个字节一起组成1个4字节编码的字符。

CNS 11643-1992，至1992年作为双字节编码包含了7个字面、48,027字。其具体的字符编码方案是采用控制字符转义序列，在不同的字面之间切换。

以ISO 2022标准来编码的字集包括：

• ISO-2022-JP - 日语文字
  • ESC ( B 转为ASCII
  • ESC ( J 转为JIS X 0201-1976
  • ESC $ @ 转为JIS X 0208-1978
  • ESC $ B 转为JIS X 0208-1983

• ISO-2022-JP-1 - 于ISO-2022-JP的基础上，加上以下一组逃逸字串
  • ESC $ ( D 转为JIS X 0212-1990

• ISO-2022-JP-2 - 于ISO-2022-JP-1的基础上，加上以下四组逃逸字串，提供多语言支援
  • ESC $ A 转为GB 2312-1980（简体中文）
  • ESC $ ( C 转为KS X 1001-1992（朝鲜文）
  • ESC . A 转为ISO 8859-1（西欧拉丁字母）
  • ESC . F 转为ISO 8859-7（希腊字母）

• ISO-2022-JP-3 - 于ISO-2022-JP的基础上，加上以下两组逃逸字串
  • ESC $ ( O 转为JIS X 0213-2000第一字面
  • ESC $ ( P 转为JIS X 0213-2000第二字面

• ISO-2022-JP-2004 - 于ISO-2022-JP-3的基础上，加上以下一组逃逸字串
  • ESC $ ( Q 转为JIS X 0213-2004第一字面

• ISO-2022-KR - 朝鲜文
  • ESC $ ) C 转为KS X 1001-1992

• ISO-2022-CN - 中文
  • ESC $ ) A 转为GB 2312-1980
  • ESC $ ) G 转为CNS 11643-1992第一字面
  • ESC $ * H 转为CNS 11643-1992第二字面

• ISO-2022-CN-EXT - 于ISO-2022-CN的基础上，加上以下六组逃逸字串
  • ESC $ ) E 转为ISO-IR-165
  • ESC $ + I 转为CNS 11643-1992第三字面
  • ESC $ + J 转为CNS 11643-1992第四字面
  • ESC $ + K 转为CNS 11643-1992第五字面
  • ESC $ + L 转为CNS 11643-1992第六字面
  • ESC $ + M 转为CNS 11643-1992第七字面