在网上搜索了一下汉字的Unicode范围,普遍给出了“U+4E00..U+9FA5”。但事实上这个范围是不完整的,甚至连基本的全角(中文)标点也未包含在内。根据最新的Unicode 5.0版整理如下:
注:在绝大多数应用场合中,我们可以仅用(1)、(2)、(3)、(4)、(5)的集合作为CJK判断的依据。
1)标准CJK文字
http://www.unicode.org/Public/UNIDATA/Unihan.html
Code point range
|
Block name
|
Release
|
U+3400..U+4DB5
|
CJK Unified Ideographs Extension A
|
3.0
|
U+4E00..U+9FA5
|
CJK Unified Ideographs
|
1.1
|
U+9FA6..U+9FBB
|
CJK Unified Ideographs
|
4.1
|
U+F900..U+FA2D
|
CJK Compatibility Ideographs
|
1.1
|
U+FA30..U+FA6A
|
CJK Compatibility Ideographs
|
3.2
|
U+FA70..U+FAD9
|
CJK Compatibility Ideographs
|
4.1
|
U+20000..U+2A6D6
|
CJK Unified Ideographs Extension B
|
3.1
|
U+2F800..U+2FA1D
|
CJK Compatibility Supplement
|
3.1
|
2)全角ASCII、全角中英文标点、半宽片假名、半宽平假名、半宽韩文字母:FF00-FFEF
http://www.unicode.org/charts/PDF/UFF00.pdf
3)CJK部首补充:2E80-2EFF
http://www.unicode.org/charts/PDF/U2E80.pdf
4)CJK标点符号:3000-303F
http://www.unicode.org/charts/PDF/U3000.pdf
5)CJK笔划:31C0-31EF
http://www.unicode.org/charts/PDF/U31C0.pdf
6)康熙部首:2F00-2FDF
http://www.unicode.org/charts/PDF/U2F00.pdf
7)汉字结构描述字符:2FF0-2FFF
http://www.unicode.org/charts/PDF/U2FF0.pdf
8)注音符号:3100-312F
http://www.unicode.org/charts/PDF/U3100.pdf
9)注音符号(闽南语、客家语扩展):31A0-31BF
http://www.unicode.org/charts/PDF/U31A0.pdf
10)日文平假名:3040-309F
http://www.unicode.org/charts/PDF/U3040.pdf
11)日文片假名:30A0-30FF
http://www.unicode.org/charts/PDF/U30A0.pdf
12)日文片假名拼音扩展:31F0-31FF
http://www.unicode.org/charts/PDF/U31F0.pdf
13)韩文拼音:AC00-D7AF
http://www.unicode.org/charts/PDF/UAC00.pdf
14)韩文字母:1100-11FF
http://www.unicode.org/charts/PDF/U1100.pdf
15)韩文兼容字母:3130-318F
http://www.unicode.org/charts/PDF/U3130.pdf
16)太玄经符号:1D300-1D35F
http://www.unicode.org/charts/PDF/U1D300.pdf
17)易经六十四卦象:4DC0-4DFF
http://www.unicode.org/charts/PDF/U4DC0.pdf
18)彝文音节:A000-A48F
http://www.unicode.org/charts/PDF/UA000.pdf
19)彝文部首:A490-A4CF
http://www.unicode.org/charts/PDF/UA490.pdf
20)盲文符号:2800-28FF
http://www.unicode.org/charts/PDF/U2800.pdf
21)CJK字母及月份:3200-32FF
http://www.unicode.org/charts/PDF/U3200.pdf
22)CJK特殊符号(日期合并):3300-33FF
http://www.unicode.org/charts/PDF/U3300.pdf
23)装饰符号(非CJK专用):2700-27BF
http://www.unicode.org/charts/PDF/U2700.pdf
24)杂项符号(非CJK专用):2600-26FF
http://www.unicode.org/charts/PDF/U2600.pdf
25)中文竖排标点:FE10-FE1F
http://www.unicode.org/charts/PDF/UFE10.pdf
26)CJK兼容符号(竖排变体、下划线、顿号):FE30-FE4F
http://www.unicode.org/charts/PDF/UFE30.pdf
分享到:
相关推荐
Unicode汉字编码表是全球计算机系统中用于表示汉字的标准编码之一,它在中文信息处理领域扮演着至关重要的角色。Unicode,全称统一码或万国码,是一个为所有字符集提供唯一数字标识的国际标准,旨在解决不同语言字符...
“各国文字Unicode编码范围.zip”这个压缩包文件包含了关于世界各国文字在Unicode编码体系中的位置和范围的信息。Unicode编码是基于16位的,理论上可以表示65,536个不同的字符,但实际上已经扩展到了21位,能够表示...
最全的unicode 汉字编码,范围为4e00-9fa5,格式为txt
unicode汉字和拼音对照表,按照: 汉字 编码 拼音声标 拼音声调(声调在字母后)声调在拼音后 纯拼音 的格式排列。一共是20902个汉字编码范围是 U4e00 ~ U9fa5.
所有中文字Unicode编码区间及常用中文字Unicode编码,在生成随机验证码时可能使用到
该文档有常用的java汉字unicode编码
UNICODE覆盖了包括汉字在内的多种语言字符,使得计算机系统能够在全球范围内进行文本处理和交换。在UNICODE中,每个汉字都有一个独一无二的数字代码,通常用十六进制表示,如“汉字”在UNICODE中的编码可能是“6C49...
在Unicode中,汉字通常被分配在BMP的第四区,即所谓的汉文区,范围大致在0x4E00到0x9FFF之间。这个对照表可能就按照这个顺序列出了汉字的一级和二级字库,一级字库包含常用汉字,二级字库则包含较为生僻的汉字。 ...
Unicode 包含了大量的汉字,确保了在国际化的软件和网络中,中文字符能够被正确识别和处理。 汉字转换则涉及到将汉字编码为其他格式,如GBK、GB2312等,这些是中国大陆早期广泛使用的简体汉字编码。这些编码标准的...
Access数据库支持多种数据类型,对于Unicode码点,通常会使用整数或长整数数据类型来存储,因为Unicode码点的数值范围通常在0至0x10FFFF之间。汉字则可能使用文本数据类型(如Short Text或Long Text),因为每个汉字...
例如,在编写网页时,使用 Unicode 编码可以确保浏览器在全球范围内正确显示中文汉字。在编程中,程序员可以利用这些工具处理字符串,确保代码在不同系统下的一致性。 压缩包中的“中文汉字转unicode工具”很可能是...
每个`char`变量可以存储一个Unicode码点,但需要注意的是,对于超出BMP范围的字符,Java使用代理对(Surrogate Pair)来存储。一个代理对由两个`char`组成,它们共同表示一个码点。 将中文字符转换为Unicode编码,...
汉字,作为中文的主要书写形式,自然也被纳入Unicode编码之中。每个汉字在Unicode中都有一个唯一的编号,称为码点。通过这个码点,我们可以将Unicode编码转换为汉字,以便在计算机系统中显示和处理。 批量转换...
汉字的Unicode码点通常在Unicode的“基本多文种平面”(BMP)内,范围从U+4E00到U+9FFF,其中“我”的Unicode码点是U+6211。在16进制表示下,U+6211转换成十进制就是25105,这就是描述中所说的“我”转换后的结果。 ...
扩展A至E的CJK字符集在Unicode11.0中进一步扩大了对东亚地区汉字的覆盖范围。这些扩展包含了大量罕见的汉字、古汉字、异体字以及部分少数民族文字。对于学术研究、文献整理和文化保护等领域具有重要意义。例如,扩展...
由于大部分汉字在UCS-2范围内,因此在日常应用中,UCS-2编码更为常见。 在描述中提到,该工具的使用非常便捷。用户可以输入或者粘贴包含汉字的文本,然后软件会自动将其转换成对应的Unicode码。这对于程序员、网页...
其中,Unicode和GBK是两种广泛使用的字符编码系统,特别针对中文汉字的处理。Unicode是一个全球统一的标准,而GBK是中国特定的编码标准,两者都包含了大量的中文字符,但有各自的特点和适用范围。 **Unicode**,...
在IT行业中,理解和掌握汉字编码对于处理中文字符的存储、传输和显示至关重要。本文将深入探讨GB18030、GBK、Unicode这三种汉字编码以及它们在编程中的应用。 首先,让我们了解一下GB18030编码。GB18030是中国国家...
unicode-GBK编码对照表,支持24068个字转换,这个表格适合运用各个平台,小程序,c语言等。
4. 如果需要,可以将每个 Unicode 值拆分成两个字节进行发送,因为 Unicode 码点可能超过一个字节的范围。 在压缩包内的“unicode”文件可能是实现这一转换功能的源代码、工具或教程。对于开发者来说,理解这些内容...