from: http://blog.csdn.net/nivana999/archive/2009/06/06/4247844.aspx
UNICODE
汉字数据库
原文：
http://www.unicode.org/Public/5.0.0/ucd/Unihan.html
译文：北大中文论坛
http://www.pkucn.com
译者：韦剑
整理：
nivana999
于
2009-5-31
1.
译序
本文作为对
unicode
汉字数据库文件
unihan.txt
格式的分析和解读，列出并解释了文件中的常用属性，如
kGB0(GB2312-80
的区位码映射
)
，
kMandarin(unicode
编码对应汉字的汉语拼音
)
。
Unihan.txt
文件描述了每个
unicode
编码包含的众多属性，这些属性包括各种字符编码的映射关系、英文释意、字典索引、中文笔画、部首、汉语拼音等等。用户可根据这些属性生成自己的汉字数据库、字符编码映射表、输入法字典映射表等。
以下给出
unihan.txt
中一个
unicode
编码的格式实例，‘
#
‘后为注释：
U+4E00
kBigFive
A440
#big
5
码
U+4E00
kCCCII
213021
#
kCCCII
编码
U+4E00
kCNS1986
1-4421
#
kCNS1986
编码
U+4E00
kCNS1992
1-4421
#kCNS1992
编码
U+4E00
kCangjie
M
#
倉頡输入法编码
U+4E00
kCantonese
jat1
U+4E00
kCihaiT
1.101
U+4E00
kCowles
5133
U+4E00
kDaeJaweon
0129.010
U+4E00
kDefinition
one; a, an; alone
#
英文解释
(
此字意为
1
个
)
U+4E00
kEACC
213021
U+4E00
kFenn
1A
U+4E00
kFennIndex
216.01 217.06 218.01 220.06
U+4E00
kFourCornerCode
1000.0
U+4E00
kFrequency
1
#
使用频度（
1
为最高）
U+4E00
kGB0
5027
#GB2312-80
中的区位码
U+4E00
kGB1
5027
#GB12345-90
中的区位码
U+4E00
kGSR
0394a
U+4E00
kGradeLevel
1
U+4E00
kHDZRadBreak
⼀
[U+2F00]:10001.010
U+4E00
kHKGlyph
0001
U+4E00
kHanYu
10001.010
U+4E00
kHangul
일
U+4E00
kHanyuPinlu
yi1(32747)
#
汉语出现的频率
U+4E00
kIICore
2.1
U+4E00
kIRGDaeJaweon
0129.010
U+4E00
kIRGDaiKanwaZiten
00001
U+4E00
kIRGHanyuDaZidian
10001.010
U+4E00
kIRGKangXi
0075.010
U+4E00
kIRG_GSource
0-523B
U+4E00
kIRG_JSource
0-306C
U+4E00
kIRG_KPSource
KP0-FCD6
U+4E00
kIRG_KSource
0-6C69
U+4E00
kIRG_TSource
1-4421
U+4E00
kIRG_VSource
1-4A21
U+4E00
kJapaneseKun
HITOTSU HITOTABI HAJIME
U+4E00
kJapaneseOn
ICHI ITSU
U+4E00
kJis0
1676
U+4E00
kKPS0
FCD6
U+4E00
kKSC0
7673
U+4E00
kKangXi
0075.010
U+4E00
kKarlgren
175
U+4E00
kKorean
IL
U+4E00
kLau
3341
U+4E00
kMainlandTelegraph
0001
U+4E00
kMandarin
YI1
#
汉语拼音
(yi
的第一声，第二声为
yi2)
U+4E00
kMatthews
3016
U+4E00
kMeyerWempe
3837
U+4E00
kMorohashi
00001
U+4E00
kNelson
0001
U+4E00
kPhonetic
1499
U+4E00
kPrimaryNumeric
1
U+4E00
kRSAdobe_Japan1_6
C+1200+1.1.0
U+4E00
kRSKangXi
1.0
U+4E00
kRSUnicode
1.0
U+4E00
kSBGY
468.40
U+4E00
kSemanticVariant
U+5F0C<kLau,kMatthews,kMeyerWempe U+58F9<kLau,kMatthews,kMeyerWempe
U+4E00
kSpecializedSemanticVariant
U+58F9
U+4E00
kTaiwanTelegraph
0001
U+4E00
kTang
*qit qit
U+4E00
kTotalStrokes
1
#
笔画数
U+4E00
kVietnamese
nhất
U+4E00
kXHC1983
1351.020:yi
̄
1360.040:yí 1368.160:yì
U+4E00
kXerox
241:042
本文分析了Unicode
字符数据库（UCD
）
里的Unihan.txt
文件的格式和内容。
本文和本文中所指的
“
文件
”
属于Unicode
字符数据库的一部分，统一受Unicode
标准资源使用协议（http://www.unicode.org/terms_of_use.html
）的管理。
文末所列的参考资料
提供了有助于理解本文所需的一些相关知识。
注意：
本文所要解释的Unicode
字符属性和作用的用法并不完全都由本文给出，有时可能会要结合Unicode
字符数据库里面其他文件的数据来使用，这种数据链接所需的符号及其定义请参考Unicode
标准
。除非特别说明，本文所提及的
“
字符
”
均来自Unicode
标准5.0
版。
1.
摘要
....
1
2.
关于本文
....
1
3.
目录
....
1
4.
文档结构
....
3
字段
1
数据含义
...
3
字段
2
数据含义
...
3
字段
3
数据含义
...
3
5.
Unihan
属性
....
4
5.1.
Unihan
属性列表（按字母顺序排列）
...
4
5.2.
Unihan
属性分类
...
5
字典索引
...
5
字典素材
...
5
IRG
字源资料
...
5
数值
...
5
与其他编码字符集的映射
...
5
部首／笔画数
...
5
变体
...
6
5.3.
Unihan
属性分级
...
6
常规
...
6
资料
...
6
暂定
...
6
5.4.
属性详解
...
6
kAccountingNumeric
（财会数字）
...
6
kBigFive
（
Big5
编码）
...
7
kCCCII
（
CCCII
编码）
...
7
kCNS1986
（
CNS 11643-1986
编码）
...
8
kCNS1992
（
CNS 11643-1992
编码）
...
8
kCangjie
（仓颉码）
...
8
kCantonese
（广东话读音）
...
9
kCheungBauer
（
CheungBauer
资料）
...
10
kCheungBauerIndex
（
CheungBauer
索引）
...
10
kCihaiT
（《辞海》索引）
...
11
kCompatibilityVariant
（相容变体）
...
11
kCowles
（
Cowles
索引）
...
12
kDaeJaweon
（《大字源》索引）
...
12
kDefinition
（英文释义）
...
13
kEACC
（
EACC
编码）
...
13
kFenn
（
Fenn
资料）
...
14
kFennIndex
（
Fenn
索引）
...
14
kFourCornerCode
（四角号码）
...
15
kFrequency
（频度等级）
...
15
kGB0
（
GB 2312-80
区位码）
...
16
kGB1
（
GB 12345-90
区位码）
...
17
kGB3
（
GB 7589-87
区位码）
...
17
kGB5
（
GB 7590-87
区位码）
...
17
kGB7
（
GB 8565-89
区位码）
...
18
kGB8
（
GB 8565-89
区位码）
...
18
kGSR
（《漢文典（修訂本）》索引）
...
18
margin: 0cm 0cm 0pt 21
分享到：
相关推荐
《UNICODE汉字数据库详解》 Unicode汉字数据库是全球信息技术领域中的一个重要组成部分，它为软件开发提供了统一的字符编码标准，确保不同系统间的信息交换能够准确无误地进行。本文件主要探讨了Unicode字符数据库...
本文作为对unicode汉字数据库文件unihan.txt格式的分析和解读，列出并解释了文件中的常用属性，如kGB0(GB2312-80的区位码映射)，kMandarin(unicode编码对应汉字的汉语拼音)。 Unihan.txt文件描述了每个unicode编码...
全文分析了unicode汉字数据库文件Unihan.txt文件的格式和内容。可用此文件来生成编码转换用的编码的映射表，比如:unicode<->gb2312、unicode<->gbk、unicode<->big5 也可生成用作输入法程序的字典映射表，比如：拼音...
本资源“汉字笔画笔顺Unicode和GB码数据库(20902汉字).rar”提供了关于汉字笔画笔顺以及Unicode和GB编码的数据，对于研究汉字信息处理和中文编程有着重要的参考价值。 首先，我们来了解一下汉字的笔画和笔顺。汉字...
中文汉字转 Unicode 工具，正如其名，是一种能够将中文汉字转换为 Unicode 编码的实用程序。这类工具通常有以下功能： 1. **输入转换**：用户可以输入或粘贴包含中文汉字的文本，工具会自动将其转换为相应的 ...
本资源提供的“完整汉字笔画笔顺Unicode和GB码数据库”涵盖了20902个汉字，对于语言学研究、计算机汉字处理、教育等领域具有极高的价值。Unicode和GB码是两种常见的汉字编码标准，它们在数字化汉字中起着关键作用。 ...
总之，汉字转Unicode的工具是实现跨平台、跨语言信息交流的重要辅助手段，它利用Unicode编码的特性，帮助我们解决了中文字符在计算机中的表示和处理问题。通过这个工具，我们可以方便地获取到汉字的Unicode码点，...
《汉字笔画及Unicode数据库(简繁)MySQL详解》 汉字，作为世界上最古老的文字之一，其构造精妙、形态各异，蕴含着丰富的文化内涵。在信息化时代，对汉字的深入研究和利用，尤其是在数据库领域，变得越来越重要。本文...
汉字笔画笔顺Unicode和GB码数据库(20902汉字)，可以满足日常的开发应用 每个汉字带有笔顺，可以通过笔顺知道汉字的构造和书写顺序； 可以通过给定一个笔顺，快速知道笔画数，比如笔顺为“34”，则笔画数为2； 可以...
汉字转Unicode编码工具是一款实用的软件，主要用于将汉字转换成其对应的Unicode编码。Unicode是一种国际标准，旨在统一全球各种字符的编码方式，包括了世界上几乎所有的文字系统，从拉丁字母到汉字，再到阿拉伯文和...
Unicode中文互转工具是一款专为处理Unicode编码与中文字符间转换问题而设计的应用程序。Unicode是一种国际标准，它为世界上几乎所有的文字系统提供了一个统一的编码方式，使得跨语言、跨平台的信息处理变得可能。在...
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...
描述中提到的“汉字笔画数据库，含20902个汉字及其笔画数、笔顺、UNicode、GB”，意味着这个数据库不仅包含了汉字的数量，还提供了每个汉字的详细信息。具体来说： 1. **笔画数**：每个汉字由不同的笔画组成，笔画...
这个压缩包文件提供了关于汉字结构、笔画、笔顺、Unicode编码以及GB码的详细数据库，对于研究汉字、开发汉字处理软件或者进行汉语言教学都有极大的帮助。 首先，我们要理解汉字的基本构造单元——笔画。汉字是由...
通过上述分析，我们可以看出这份Unicode汉字编码表是一个非常有用的资源，不仅对于研究汉字编码的人士来说非常重要，对于软件开发者、数据库管理员以及所有需要处理多语言文本的人来说也极具价值。了解和掌握Unicode...
GBK编码是中国大陆使用的一种多字节编码，它是GB2312编码的扩展，包含了更多的汉字和其他字符，尤其包含了许多繁体字和部分非汉语言文字。Unicode编码则是一个全球统一的字符集，包括世界上几乎所有的文字系统，使用...
汉字UNICODE互换工具是一款专为处理汉字编码转换问题而设计的应用程序，它主要用于在不同的字符编码系统之间进行转换，确保在不同环境下汉字的正确显示和处理。在信息技术领域，尤其是在处理文本数据时，了解汉字...
汉字作为中文的主要表现形式，自然也包含在Unicode字符集中。 Unicode编码系统由Unicode联盟制定，其最新版本包含超过14万个字符，涵盖了全球大部分文字系统。对于汉字，Unicode使用了多个区块来表示，例如基本多...