大五碼

Big5常用於台灣、香港和澳門等使用繁體中文的地區。在1990年代初期，當中華人民共和國的電郵和轉碼軟體還未普遍之時，在深圳的港商和台商公司亦曾經使用Big5系統，以方便與總部的文件交流、以及避免為中國的辦公室再寫一套不同內碼的系統。在使用簡體中文社群，最常用的是GB 2312、GBK及其後續的國標碼（GB 18030）。在使用簡體中文字社群，最常用的是GB 2312及其後續的國標標準。在Big5碼誕生後，大部分台灣的電腦軟體都使用了Big5碼，加上倚天中文系統的普及，使後來的MicrosoftWindows 3.1等亦與以採用。台灣政府爾後發展的國家標準中文交換碼(CNS 11643)由於先天所限，必須使用3位元組來表示一個中文字，與現行英語軟體欠缺相容，所以普及率遠遠不及Big5碼。

“五大碼”(Big5) 是在1984年由中華民國財團法人資訊工業策進會和五間有意願共同推動電腦中文化的資訊公司所共同創立，故稱五大碼。此五間公司為：宏碁、神通、佳佳、零壹及大眾。“五大碼”的英文名稱“Big5”後來被人按英文字序譯回中文，以致現在有“五大碼”和“大五碼”兩個中文名稱。

Big5碼的產生，是因為當時台灣不同廠商各自推出不同的編碼，如IBM 5550、王安碼等，彼此不能兼容；另一方面，台灣當時尚未推出官方的漢字編碼，而中華人民共和國所推行的GB 2312編碼，亦未有收錄繁體字。在這樣的時空背景下，為了使台灣早日進入資訊時代，所採行的一個計劃；同時，這個計劃對於以台灣為核心的亞洲繁體漢字圈也產生了久遠的影響。

在Big5碼誕生后，大部分台灣的電腦軟體都使用了Big5碼，加上後來倚天中文系統的高度普及，使後來的微軟 Windows 3.x等亦予以採用。雖然後來台灣還有各種想要取代Big5碼，像是倚天中文系統所推行的倚天碼、中華民國中文電腦公會所推動的公會碼等，但是由於Big5字碼已沿用多年，因此在習慣不易改變的情況下，始終無法成為主流字碼。而台灣以後發展的國家標準中文交換碼（CNS 11643）由於先天所限，必須使用3位元組來表示一個漢字，與現行英語軟體欠缺兼容，所以普及率遠遠不及Big5碼。

現在，除了台灣外，其他使用繁體漢字的地區，如香港、澳門，還有海外華人，都普遍使用Big5碼。這已經成為繁體中文顯示的標準格式。

由於各廠商及政府推出的Big5延伸，彼此互不兼容，造成亂碼問題。鑒於Unicode能正確地處理七萬多個漢字，近年的操作系統和應用程序(如蘋果電腦Mac OS X 和以 Cocoa API 撰

寫之程序、Microsoft Windows 2000及之後版本、Microsoft Office 2000及之後版本、Mozilla瀏覽器、Internet Explorer瀏覽器、Java 語言等等)，已改用Unicode編碼。可惜現時仍有一些舊的軟體(如Visual Basic6、部分Telnet或BBS軟體)，未能支援Unicode編碼，故相信Big5缺字的問題仍會困擾用戶一段時間，直至所有程序都能改用Unicode為止。

Big5碼是一套雙位元組字符集，使用了雙八碼儲存方法，以兩個位元組來安放一個字。第一個位元組稱為“高位位元組”，第二個位元組稱為“低位位元組”。

“高位位元組”使用了0x81-0xFE，“低位位元組”使用了0x40-0x7E，及0xA1-0xFE。在Big5的分區中：

值得留意的是，Big5重複地收錄了兩個相同的字：“兀、兀”(0xA461[U+5140]及0xC94A[U+FA0C])、“嗀、嗀”(0xDCD1[U+55C0]及0xDDFC[U+FA0D])。

沖碼問題：因為低位元字元中包含了編程語言、shell、script中，字串或命令常會用到的特殊字元，例如0x5C“\”、0x7C“|”等。“\”在許多用途的字串中是當作轉義符號又稱為跳脫字元，例如\n（換行）、\r（歸位)、\t（tab）、\\（\本身符號）、\"（引號）等等。而“|”在UNIX操作系統中大多當作命令管線的使用，如"ls-la|more"等等。如果在字串中有這些特殊的轉義字元，會被程式或直譯器解釋為特殊用途。但是因為是中文的原因，故無法正確解釋為上面所述的行為，因此程式可能會忽略此轉義符號或是中斷執行。若此，就違反了使用者本來要當成中文字元一部份使用的本意。

在常用字如“功”(0xA55C)、“許”(0xB35C)、“蓋”(0xBB5C)、“育”(0xA87C)中時常出現，造成了許多軟體無法正確處理以Big5編碼的字串或文件。這個問題被戲謔性地人名化，稱為“許功蓋”或“許蓋功”(這三個字都有這種問題)。

一般的解決方法，是額外增加“\”的字元，因為“\\”會被解釋為“\”，所以“成功\因素”這個字串就能無誤地被程式當作“成功因素”的字串來處理。但是額外的困擾是，有些輸出功能並不會把“\”當作特殊字元看待，所以有些程式或網頁就會錯誤地常常出現在“許功蓋”這些字後面多了“\”。

私人造字區：在倚天中文系統，以及後來的Windows3.1、95及98中，定義了四個私人造字區範圍：0xFA40-0xFEFE、0x8E40-0xA0FE、0x8140-0x8DFE、0xC6A1-0xC8FE。

私人造字區的原意，是供使用者加入本來在編碼表中缺少的字元，但當每個使用者都在不同的地方加上不同的字元后，當交換資料時，對方便難以知道某一個編碼究竟想表達什麼字。

自中文電腦流行后，由於很多日常用字被視為異體字而未收錄。很多人，甚至電視台的字幕、報紙的用字習慣都被改變。

例如台灣地區教育事務主管部門視“著”為“著”的異體字，故沒有收錄“著”字。康熙字典中的一些部首用字(如“亠”、“疒”、“辵”、“癶”等)、常見的人名用字(如“堃”（前台灣地區行政機構負責人游錫堃）、“煊”（台灣監察機構負責人、前地區經濟事務主管部門負責人王建煊）、“栢”（歌手張柏芝）、“喆”（歌手陶喆）等)，雖被中文社會廣泛採用，也沒有收錄到Big5之中。

在網際網路上，實在不難看到人們把游錫堃、王建煊、陶喆等名字，寫成為“游錫方方土”、“王建火宣”和“陶吉吉”等寫法。電視上日本動畫的中文字幕中也會看到像“木堅”這樣的字。

Big5未收錄字舉例：

在倉頡中卻可打之

"邨"與"著"在香港里極為常用

由於Big5碼內的萬多個字，只是根據台灣地區教育事務主管部門頒布的《常用國字標準字體表》、《次常用國字標準字體表》等用字彙編而成，並沒有考慮社會上流通的人名、地名用字、方言用字、化學及生物科等用字，亦沒有放入日語平假名及片假名字母。

所以在市面上支援Big5碼的軟體，有不少都自行在原本的編碼外，添加一些符號及用字。

非官方Big5延伸

倚天Big5延伸：在倚天中文系統中，為與IBM5550碼相容，他們在Big5碼添加了以下的字元：

在0xA3C0-0xA3E0，添加了33個控制字元的圖象。

罕用符號區。在0xC6A1-0xC875，添加了圓形1-10、括弧1-10、小羅馬字i-ix等章節符號、一些部首及筆劃結構，日語平假名、片假名及俄語使用的西里爾字母。

在0xF9D6-0xF9FE，添加了7個倚天擴充字：碁、銹、恆、裏、墻、粧、嫺和34個表格符號。

這個延伸有時被稱為Big5-eten。由於倚天中文系統是Windows95推出之前市場佔有率最高的中文系統，此延伸是各種非官方延伸當中最重要的一個。

在後期版本的倚天中文系統中，更加入了一些圖案和簡體中文字，但未被廣泛接受。

微軟CodePage950：

在微軟Windows的CodePage950(簡稱CP950)之中，只添加了上述0xF9D6-0xF9FE的倚天擴充字及表格符號，並沒有加入日文假名字母等其他延伸，對不少使用MicrosoftWindows的用者帶來困擾。

在WindowsME之中，微軟首度在0xA3E1加入了歐元(€)符號，之後所有Windows版本的CodePage950也都有這個符號。

中國海字集：“中國海字集”是中國海有限公司(1990/09/17-2005/12/02)(已解散)的商業電腦字型產品。其特點是在加入大五碼以外的造字，加入一些常用但大五碼(BIG5)中沒有收進的字，標點及日文等5300多個，以彌補大五碼的不足。中國海字集本是中國海公司另一套產品輕鬆輸入法的衍生產品，以彌補大五碼字不夠無法輸入的缺憾，因此中國海字集通常附著“輕鬆輸入法”一同銷售，但中國海字型的也有單獨售賣或是包含在中國海的其它產品中。

DOS：中國海字集最初推出之時，是以“體驗版”的形式在台灣的BBS上供用戶下載其16×15字型作試驗。由於用戶反應十分好，所以後來委託棋峰資訊發行《中國海字集》一書，連同24×24字型及輕鬆輸入法體驗版發售。有關字型只適合當時最流行的中文系統，主要是倚天中文系統使用。

Windows：1994年，微軟公司推出繁體中文Windows3.1。由於這個版本開始採用TrueType字體技術，使字型比非Windows的點陣字體美觀得多。但是由於中國海公司的研發進度嚴重落後，因此這段期間中國海公司一直沒有新產品推出。當時外界有一套適用於Windows3.1的外字檔案，是熱心網友自行開發後上傳到網上，質量甚至比往後中國海推出的更好。

直至1997年，中國海推出Windows3.1版本的輕鬆輸入法及Windows95使用的輕鬆輸入法EZ2000，當中附帶著向TrueType版本的中國海字集。更在Office97中，附帶著輕鬆輸入法的體驗版，由於能夠顯示及輸入如日文及一些特別標點，因此大受歡迎，使得中國海進入最輝煌的時期。

可惜的是，在2000年的時候，Windows2000的推出，一方面Windows2000已經採用Unicode，要輸入像日文已經沒有Windows98,ME那麼困難，另一方面中國海一直無法推出支援Windows2000的輕鬆輸入法。中國海公司曾經釋出了免費的中國海字集，供大眾使用，但為時已晚；當2001年推出支援Windows2000的輕鬆輸入法銷售並不理想后，中國海公司亦告結束。

日和字集：“日和字集”乃一香港人開發的造字檔，以兼容香港增補字符集為賣點，為字集中仍沒函蓋的日本漢字和日本國字作增補，並附有倉頡、速成等輸入法作輔助。

Unicode補完計劃：Unicode補完計劃（官方網站使用的識別系統用字是Unicode補完計畫）是台灣電腦使用者針對大五碼（Big-5）延伸的紊亂，以及微軟CodePage950（MicrosoftWindows內建的Big-5轉碼錶）未收錄某些常用字（又稱缺字問題）以及缺乏對於倚天、中國海字集延伸中的簡體字、日文假名與漢字支援等問題，所採取的其中一種解決方案（參看大五碼＃影響）。透過對CodePage950的修改，使得原始採用簡體中文或日語的內容，在複製至ANSI架構的程式時能轉換為Unicode補完計劃字集下的對應字元，而不會造成缺字的問題（具體字元請參看字元的來源）。它是一個自由軟體。

要留意的是“Unicode補完計劃”不等於Unicode。當你看見有人說“我安裝了Unicode”，通常是他把“Unicode補完計劃”和Unicode搞混了。

“Unicode補完計劃”也不是用來解決軟體顯示亂碼的問題。電腦內要有相關的字形(例如支援整個Unicode漢字的字形)，才能在電腦顯示器看到。因為“Unicode補完計劃”只包含了編碼轉換表，並不包括字形在內。而一些日語遊戲裝在WindowsXP所出現的亂碼問題，應使用MicrosoftAppLocale內碼轉換器等程式去作內部轉換。

歷史：

2001年9月：Unicode計劃1.0版發表。支援日文假名。

2001年10月：Unicode計劃2.0版發表。支援第一水平漢字單向對應。

2002年4月：中文化聯盟發表Big5Extension擴充規格。一口氣支援大量漢字。

2002年5月：Big5Extension擴充規格與Unicode計劃同意整合。

2002年6月：有鑒於Big5Extension易與中推會的Big5E名稱混淆，正式決定統一以Unicode計劃作為名稱，由中文化聯盟發布。

2006年2月：FireFox2採用Unicode補完計劃做為BIG5單向轉換到UNICODE的字碼表，因此FireFox2/3可顯示BIG5碼日文假名。而同時期的IE6/7至今仍無法顯示BIG5碼日文假名。

官方Big5延伸：台灣地區教育事務主管部門造字檔：台灣地區教育事務主管部門有它本身的一套造字檔，主要給部門內使用，亦有於台灣地區教育事務主管部門的網上字典使用。

台灣農委會常用中文外字集：台灣地區行政管理機構制定了一套有133個漢字的造字檔，其中有84個是魚字部漢字、7個是鳥字部漢字。

Big5+：中文數位化技術推廣委員會(中推會)在1997年推出Big5+，使用了兩萬多碼位，納入了Unicode1.1下所有漢字。由於編碼使用到的範圍超過原先Big5定義(Big5+使用了高位元組0x81-0xFE，低位元組0x40-0x7E、0x80-0xFE)，無法安裝在MicrosoftWindows上，現幾乎無人使用。

Big-5E：為了使MicrosoftWindows使用者可以使用造字檔，台灣地區行政管理機構委託中推會再次推出一個補充字集Big-5E(與Big5+並不兼容)，共收3954字。它把Big5+不少漢字都去掉，更甚者放棄了倚天延伸字集的假名部分。於是，除了部分被強制使用的政府單位外，沒有多少人願意使用Big5E。

Big5-2003：鑒於Big5不是一個官方標準，中推會決定編製一個Big5的定義，並把它放到官方編碼CNS11643的附錄里，正式成為官方標準的一部分。

在Big5-2003之中，收錄了所有在1984年Big5編碼的所有字元，另外再加入微軟CP950的歐元符號、倚天延伸字集的0xA3C0-0xA3E0、0xC6A1-0xC7F2、0xF9D6-0xF9FE的用字。Big5-2003沒有收錄行列輸入法特殊符號及0xC7F3-0xC875的俄語西里爾字母，理由是以CNS11643沒有這些字元。除此之外，所有倚天延伸全部收錄。

相對於Big5-2003，最早沒有加上任何延伸的Big5則被稱為Big5-1984。

香港增補字符集：是香港政府基於繁體中文電腦操作環境中最流行的大五碼（Big-5）之上擴展的字符集標準，是現時香港的中文資訊交換內碼標準。香港增補字符集以前稱為《政府通用字型檔》（GovernmentCommonCharacterSet,簡稱GCCS），本來只是香港政府內部統一使用的造字檔，有三千多字。但由於香港電腦業界不斷要求政府迎合本地需要，提出官方的字符集方案，以便與政府進行文件來往，於是香港政府便在1995年把這個內部使用的標準公開。到了1999年，此字集增加到四千多字，並改為現名。

字符集所收羅的字，主要包括香港的地名、人名用漢字、粵語漢字及異體字，也有小部份簡體字。除此之外，此字符集亦把倚天中文系統收錄的日語平假名、片假名及俄語字母包括在內。此字符集由中文界面諮詢委員會管理，仍在不斷擴編之中。最新版本為2005年5月推出的HKSCS-2004，收錄4,941個字元。

字元分類：在HKSCS-2004版本，漢字字元共4500個，其中3353字可在大型的字典（如《漢語大字典》）中查到，包括簡化字、異體字、日語漢字等。其餘在各大中文字典中查不到的字中，有粵語方言字（有些可在方言字典及學術著作中查到）、人名、公司名、地方名、變形部首、附形、訛字。有些字來自入境事務處、公司註冊處、稅務局、地政總署。

各類符號共441個，有漢字筆形、漢語拼音字母、國際音標符號、漢字元件、畫表符號、日本平假名、片假名等。

香港增補字符集在2005年才有畫數、部首、粵音等資料給用戶參考，還說明方便檢索，而非作為規範標準。（漢字的部首在不同的字典中，歸部也不盡相同）

編碼和Big-5的關係：香港增補字符集當初因為是補充Big-5的收字不足，使用其外字區而發展的，所以受制於Big-5的編碼架構，外字的總數最多只能到6217個（每區塊157字，有39區塊半）。除去已用碼位，剩下千餘個碼位，其中有部分會保留給用戶造字。

早期的倚天中文系統、國喬中文系統等對造字缺乏管理，而又沒有文字專家的審定，因此當時造字很是混亂，有些甚至可能只是臨時使用的“錯字”（尋遍各大字典、專書也查不到的字，也作幽靈漢字）；製作這些中文系統的廠商又對字形、字體缺乏認識，有些字會因為字體不同而字形稍有差別，分別編進了兩個碼位中。又有同一字有系統區及造字區兩個碼位，有些聯綿詞只收其一不收其二；這個問題帶到了政府通用字型檔和香港增補字符集中，字集因要反向兼容而跳過了一些碼位。

Big-5原來的編碼，只有漢字、標點、注音符號等字元及少數圖形，後來經過台灣廠商的增收，多了7個“倚天字”（即碁、銹、裏、墻、恆、粧、嫺)及日文的假名，最後這批字元又被香港增補字符集收入。

香港增補字符集所使用的Big-5的外字區分幾個區段：

“造字區一”(FA40—FEFE)：早期的GCCS字符集已經填滿這一段。

“造字區二”(C6A1—C8FE)：倚天用了這段來放日文假名等符號。這些符號在HKSCS1999年的版本被收納。

“造字區三”(8140—A0FE)：香港增補字符集把這段開頭的(8140—84FE)保留給用戶，新增的字元只用其餘的碼位。“廠商造字區”(F9D6—F9FE)：這段開始的七個碼位用來存放裏、恆等“倚天字”，之後的碼位被微軟的繁體中文Windows用來存放製表符號。後來HKSCS1999年版本將之全部收納。

可是一般提及HKSCS的文件，包括來自香港政府的，都沒有註明HKSCS以外的一般繁體字編碼（即是Big-5本身）使用哪個版本。Big-5在2003年前就只有一個版本，不會造成混淆，但HKSCS-2004的文件仍沒有指定Big-5部份是2003年之後還是之前的版本，雖然到目前為止並沒有任何系統使用Big5-2003。

中文數位化技術推廣基金會

CNS 11643 國家標準中文交換碼

CCCII 中文信息交換碼

ICU Converter Explorer (Big5)

香港特區政府：香港增補字符集

Big5字符集簡介

Big-5 編碼系統