關于編碼
所謂編碼，是以固定的順序排列字符，并以此做為記錄、存貯、傳遞、交換的統一內部特征，這個字符排列順序被稱為“編碼”。
字庫的編碼是字庫組織的依據，也是文字處理的基礎。不同國家和地區有不同的編碼標準，和中文字庫有關的常見編碼有：單字節編碼、GB2312-80、GB12345-90、GBK、Unicode編碼、ISO10646 / Unicode字符集、GB18030-2000、BIG5編碼、方正748編碼，下面簡要介紹一下：
■ 單字節編碼
- MS Windows：Windows Latin 1（ANSI）
- MS-DOS：MS-DOS Latin US
- Macintosh：Macintosh Roman
■ GB2312-80
全稱是GB2312-80《信息交換用漢字編碼字符集 基本集》，1980年發布，是中文信息處理的國家標準，在大陸及海外使用簡體中文的地區（如新加坡等）是強制使用的唯一中文編碼。P-Windows3.2和蘋果OS就是以GB2312為基本漢字編碼， Windows 95/98則以GBK為基本漢字編碼、但兼容支持GB2312。
- 雙字節編碼
- 范圍：A1A1~FEFE
- A1-A9：符號區，包含682個符號
- B0-F7：漢字區，包含6763個漢字
GB碼共收錄6763個簡體漢字、682個符號，其中漢字部分：一級字3755，以拼音排序，二級字3008，以偏旁排序。該標準的制定和應用為規范、推動中文信息化進程起了很大作用。
■ GB12345-90
1990年制定了繁體字的編碼標準GB12345-90《信息交換用漢字編碼字符集 第一輔助集》，目的在于規范必須使用繁體字的各種場合，以及古籍整理等。該標準共收錄6866個漢字（比GB2312多103個字，其它廠商的字庫大多不包括這些字），純繁體的字大概有2200余個。
- 雙字節編碼
- 范圍：A1A1~FEFE
- A1-A9：符號區，增加豎排符號
- B0-F9：漢字區，包含6866個漢字
■ Unicode編碼(Universal Multiple Octet Coded Character Set)
國際標準組織于1984年4月成立ISO/IEC JTC1/SC2/WG2工作組，針對各國文字、符號進行統一性編碼。1991年美國跨國公司成立Unicode Consortium，并于1991年10月與WG2達成協議，采用同一編碼字集。目前Unicode是采用16位編碼體系，其字符集內容與ISO10646的BMP（Basic Multilingual Plane）相同。Unicode于1992年6月通過DIS（Draf International Standard），目前版本V2.0于1996公布，內容包含符號6811個，漢字20902個，韓文拼音11172個，造字區6400個，保留20249個，共計65534個。
■ ISO10646 / Unicode字符集
全球可以共享的編碼字符集。
- UCS-4：組八位 平面八位 行八位 字位八位
- UCS-2：00組中的00平面是基本多文種平面（BMP），4E00~9FFF 中日韓文字
- Ext A（CJK）：3400~4DB7，共6584字
- Ext B（CJK）：42，807個漢字，在第2平面的0100~A836
■ GBK編碼(Chinese Internal Code Specification)
GBK編碼是中國大陸制訂的、等同于UCS的新的中文編碼擴展國家標準。GBK工作小組于1995年10月，同年12月完成GBK規范。該編碼標準兼容GB2312，共收錄漢字21003個、符號883個，并提供1894個造字碼位，簡、繁體字融于一庫。
Windows95/98簡體中文版的字庫表層編碼就采用的是GBK，通過GBK與UCS之間一一對應的碼表與底層字庫聯系。
- 英文名：Chinese Internal Code Specification
- 中文名：漢字內碼擴展規范1.0版
- 雙字節編碼，GB2312-80的擴充，在碼位上和GB2312-80兼容
- 范圍：8140~FEFE（剔除xx7F）共23940個碼位
- 包含21003個漢字，包含了ISO/IEC 10646-1中的全部中日韓漢字
■ GB18030-2000
- 英文名：Chinese Internal Code Specification
- 中文名：信息技術 信息交換用漢字編碼字符集
- 基本集的擴充（ 2000-03-17發布和實施）
- 單字節、雙字節、四字節編碼
- 向下與國家標準GB 2312信息處理交換碼所對應的事實上的內碼標準兼容。
- 在字匯上支持GB 13000.1的全部中、日、韓（CJK）統一漢字字符和全部CJK統一漢字擴充A的字符。
■ BIG5編碼
是目前臺灣、香港地區普遍使用的一種繁體漢字的編碼標準，包括440個符號，一級漢字5401個、二級漢字7652個，共計13060個漢字。
■ 方正748編碼
所謂748編碼，是指方正系統在長期應用過程中實施、制定的簡、繁體字庫編碼方式，簡體兼容GB2312且有所擴展，共7156字；繁體兼容GB12345并擴展全部BIG-5漢字，計14943字。此外，方正748編碼還含有豐富的符號庫。748編碼僅用于方正軟件和系統。