当前位置：首页 > unicode编码标准

unicode编码标准

锐意学习网
2024-03-10 11:33:19

unicode编码是什么？

Unicode是一种字符编码方案，它为每种语言中的每个字符都设定了统一唯一的二进制编码，以实现跨语言、跨平台进行文本转换、处理的要求。

Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。目前的Unicode字符分为17组编排，0x0000至0x10FFFF，每组称为平面（Plane），而每平面拥有65536个码位，共1114112个。

主要内容

为了使Unicode与已存在和广泛使用的旧有编码互相兼容，尤其是差不多所有电脑系统都支援的基本拉丁字母部分，所以Unicode的首256字符仍旧保留给ISO8859-1所定义的字符，使既有的西欧语系文字的转换不需特别考量。

另方面因相同的原因，Unicode把大量相同的字符重复编到不同的字符码中去，使得旧有纷杂的编码方式得以和Unicode编码间互相直接转换，而不会遗失任何资讯。

举例来说，全角格式区段包含了主要的拉丁字母的全角格式，在中文、日文、以及韩文字形当中，这些字符以全角的方式来呈现，而不以常见的半角形式显示，这对竖排文字和等宽排列文字有重要作用。

unicode编码是什么？

Unicode是一种字符编码方案，它为每种语言中的每个字符都设定了统一唯一的二进制编码，以实现跨语言、跨平台进行文本转换、处理的要求。

主要内容

unicode字符集是多少位的字符编码

unicode编码用2个字节存储字符。

2个字节=16个bit，即16位二进制编码。

注意：一个bit=一位二进制。

最初的unicode编码是固定长度的，16位，也就是2两个字节代表一个字符，这样一共可以表示65536个字符。显然，这样要表示各种语言中所有的字符是远远不够的。

Unicode4.0规范考虑到了这种情况，定义了一组附加字符编码，附加字符编码采用2个16位来表示，这样最多可以定义1048576个附加字符，目前unicode4.0只定义了45960个附加字符。

扩展资料：

字母和数字的ASCII码的记忆是非常简单的。我们只要记住了一个字母或数字的ASCII码（例如记住A为65，0的ASCII码为48），知道相应的大小写字母之间差32，就可以推算出其余字母、数字的ASCII码。

虽然标准ASCII码是7位编码，但由于计算机基本处理单位为字节（1byte=8bit），所以一般仍以一个字节来存放一个ASCII字符。每一个字节中多余出来的一位（最高位）在计算机内部通常保持为0（在数据传输时可用作奇偶校验位）。

参考资料来源：百度百科-字符编码

unicode编码是什么？

Unicode编码是一种字符编码方案。

它为每种语言中的每个字符都设定了统一唯一的二进制编码，以实现跨语言、跨平台进行文本转换、处理的要求。

主要内容

Unicode详解

字符编码的问题，每个程序员都会遇到，深入探索其背后的原理和机制，能让我们少走很多弯路。

Unicode（万国码、国际码、统一码、单一码）是计算机科学领域里的一项业界标准。它对世界上大部分的文字系统进行了整理、编码，使得电脑可以用更为简单的方式来呈现和处理文字。

Unicode发展由非营利机构统一码联盟负责，该机构致力于让Unicode方案替换既有的字符编码方案。因为既有的方案往往空间非常有限，亦不适用于多语环境。

统一码联盟在1991年首次发布了TheUnicodeStandard。

在2005年，Unicode的第十万个字元被引入成为标准之一，该字元被用于马拉雅拉姆语。

目前实际应用的统一码版本对应于UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示2的16次（即65536）个字符。基本满足各种语言的使用。实际上当前版本的统一码并未完全使用这16位编码，而是保留了大量空间以作为特殊使用或将来扩展。

最新（但未实际广泛使用）的统一码版本定义了16个辅助平面，两者合起来至少需要占据21位的编码空间，比3字节略少。但事实上辅助平面字符仍然占用4字节编码空间，与UCS-4保持一致。未来版本会涵盖UCS-4的所有字符。UCS-4是一个更大的尚未填充完全的31位字符集，加上恒为0的首位，共需占据32位，即4字节。理论上最多能表示2的31次方个字符，完全可以涵盖一切语言所用的符号。

通用字符集（UniversalCharacterSet）是由ISO制定的ISO10646（或称ISO/IEC10646）标准所定义的标准字符集。

通用字符集包括了其他所有字符集。它保证了与其他字符集的双向兼容，即，如果你将任何文本字符串翻译到UCS格式，然后再翻译回原编码，你不会丢失任何信息。

UCS包含了已知语言的所有字符。除了拉丁语、希腊语、斯拉夫语、希伯来语、阿拉伯语、亚美尼亚语、格鲁吉亚语，还包括中文、日文、韩文这样的方块文字，UCS还包括大量的图形、印刷、数学、科学符号。

ISO/IEC10646定义了一个31位的字符集。

并不是所有的系统都需要支持像组合字符这样的的先进机制。因此ISO10646指定了如下三种实现级别：

历史上存在两个独立的尝试创立单一字符集的组织，即：

1、国际标准化组织（ISO）于1984年创建的ISO/IEC

2、统一码联盟

统一码联盟和ISO/IEC都同意保持两者标准的码表兼容，并紧密地共同调整任何未来的扩展。

Unicode的实现方式不同于编码方式。一个字符的Unicode编码是确定的。但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对Unicode编码的实现方式有所不同。

Unicode的实现方式称为Unicode转换格式（UnicodeTransformationFormat，简称为UTF）。

前面说到，Unicode采用2个字节来编码文件，但是如果一个仅包含7位ASCII字符的Unicode文件，每个字符使用2字节就浪费了一般的存储空间，其第一字节的8位始终为0，这是难以忍受。对于这种情况，可以使用UTF-8编码，这是一种变长编码，它将基本7位ASCII字符仍用7位编码表示，占用一个字节（首位补0）。而遇到与其他Unicode字符混合的情况，将按一定算法转换，每个字符使用1-3个字节编码，并利用首位为0或1进行识别。

问题来了，UTF-8变长编码格式的出现是为了节省存储空间，变长导致了UTF-8的兼容性相应降低。

类似的，对未来会出现的需要4个字节的辅助平面字符和其他UCS-4扩充字符，2字节编码的UTF-16也需要通过一定的算法进行转换。

也就是说，UTF-16是为未来准备的变长编码格式。

还有就是，在Mac和普通PC上，对于字节顺序的理解是不一致的。这时同一字节流可能会被解释为不同内容，如某字符为十六进制编码4E59，按两个字节拆分为4E和59，在Mac上读取时是从低字节开始，那么在MacOS会认为此4E59编码为594E，找到的字符为“奎”，而在Windows上从高字节开始读取，则编码为U+4E59的字符为“乙”。就是说在Windows下以UTF-16编码保存一个字符“乙”，在MacOS环境下打开会显示成“奎”。此类情况说明UTF-16的编码顺序若不加以人为定义就可能发生混淆。

于是在UTF-16编码实现方式中使用了大端序（Big-Endian，简写为UTF-16BE）、小端序（Little-Endian，简写为UTF-16LE）的概念，以及可附加的字节顺序记号解决方案，目前在PC机上的Windows系统和Linux系统对于UTF-16编码默认使用UTF-16LE。目前在PC机上的Windows系统和Linux系统对于UTF-16编码默认使用UTF-16LE。

在WindowsXP附带的记事本，“另存为”对话框可以选择的四种编码方式除去非Unicode编码的ANSI（对于英文系统即ASCII编码），中文系统则为GB2312或Big5外，其余三种为“Unicode”（对应UTF-16LE）、“Unicodebigendian”（对应UTF-16BE）和“UTF-8”。

UTF-8，是我们最经常看到的编码格式之一。前面已经简单介绍过，这是一种变长编码格式，变长的目的是节省存储空间。

UTF-8使用一至六个字节为每个字符编码（2003年11月UTF-8被RFC3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）。

下面介绍其编码规则：

1、128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。

2、带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文等则需要两个字节编码（Unicode范围由U+0080至U+07FF）。

3、其他基本多文种平面（BMP）中的字元（这包含了大部分常用字，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。

4、其他极少使用的Unicode辅助平面的字元使用四至六字节编码。（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。

对上述提及的第四种字元而言，UTF-8使用四至六个字节来编码似乎太耗费资源了。但UTF-8对所有常用的字元都可以用三个字节表示，而且它的另一种选择，UTF-16编码，对前述的第四种字符同样需要四个字节来编码，所以要决定UTF-8或UTF-16哪种编码比较有效率，还要视所使用的字元的分布范围而定。

下面来看看UTF-8具体怎么编码各种类型的字符：

1、单字节编码，字节由零开始：0zzzzzzz。（z取值0或1，下同）

2、两字节编码：（110yyyyy10zzzzzz）第一个字节由110开始，接着的字节由10开始

3、三字节编码：（01110xxxx10yyyyyy10zzzzzz）第一个字节由1110开始，接着的字节由10开始。

4、四字节编码：（11110www10xxxxxx10yyyyyy10zzzzzz）将由11110开始，接着的字节由10开始

UTF-16是Unicode字符编码五层次模型的第三层：字符编码表。即把Unicode字符集的抽象码位映射为16位长的整数，用于数据存储或传递。Unicode字符的码位，需要1个或者2个16位长的码元来表示，因此这是一个变长表示。

Unicode的编码空间从U+0000到+10FFFF，共有1,112,064个码位（codepoint）可用来映射字符.Unicode的编码空间可以划分为17个平面（plane），每个平面包含216（65,536）个码位。17个平面的码位可表示为从U+xx0000到U+xxFFFF,其中xx表示十六进制值从0016到1016，共计17个平面。第一个平面称为基本多语言平面（BasicMultilingualPlane,BMP），或称第零平面（Plane0）。其他平面称为辅助平面（SupplementaryPlanes）。基本多语言平面内，从U+D800到U+DFFF之间的码位区段是永久保留不映射到Unicode字符。UTF-16就利用保留下来的0xD800-0xDFFF区段的码位来对辅助平面的字符的码位进行编码。

分平面来介绍UTF-16的实现方式：

1、第一个Unicode平面（码位从U+0000至U+FFFF）包含了最常用的字符。该平面被称为基本多语言平面，缩写为BMP（BasicMultilingualPlane,BMP）。UTF-16与UCS-2编码这个范围内的码位为16比特长的单个码元，数值等价于对应的码位.BMP中的这些码位是仅有的可以在UCS-2中表示的码位.

2、辅助平面（SupplementaryPlanes）中的码位，在UTF-16中被编码为一对16比特长的码元（即32bit,4Bytes），称作代理对(surrogatepair),具体方法是：

算法可理解为：辅助平面中的码位从U+10000到U+10FFFF，共计FFFFF个，即220

=1,048,576个，需要20位来表示。如果用两个16位长的整数组成的序列来表示，第一个整数（称为前导代理）要容纳上述20位的前10位，第二个整数（称为后尾代理）容纳上述20位的后10位。还要能根据16位整数的值直接判明属于前导整数代理的值的范围（210=1024)，还是后尾整数代理的值的范围（也是210

=1024）。因此，需要在基本多语言平面中保留不对应于Unicode字符的2048个码位，就足以容纳前导代理与后尾代理所需要的编码空间。这对于基本多语言平面总计65536个码位来说，仅占3.125%.

3、Unicode标准规定U+D800..U+DFFF的值不对应于任何字符.

参考资料：

https://zh.wikipedia.org/wiki/Unicode

https://zh.wikipedia.org/wiki/UTF-8

https://zh.wikipedia.org/wiki/UTF-16

Unicode编码范围

文字部分

（U+0000–U+007F）基本拉丁字符

（U+0080–U+00FF）增补拉丁字符集1

（U+0100–U+017F）拉丁字符扩展集A

（U+0180–U+024F）拉丁字符扩展集B

（U+0370–U+03FF）希腊文字中的科普特字符

（U+0370–U+03FF）希腊字符

（U+0400–U+04FF）西里尔字符

（U+0500–U+052F）增补西里尔字符

（U+0530–U+058F）亚美尼亚字符

（U+0590–U+059F）希伯来字符

（U+0600–U+06FF）阿拉伯字符

（U+0700–U+074F）叙利亚字符

（U+0750–U+077F）增补阿拉伯字符

（U+0780–U+07BF）塔纳字符

（U+07C0–U+07FF）N’Ko

（U+0900–U+097F）梵文字符

（U+0980–U+09FF）孟加拉字符

（U+0A00–U+0A7F）果鲁穆奇字符

（U+0A80–U+0AFF）古吉拉特字符

（U+0B00–U+0B7F）奥里亚字符

（U+0B80–U+0BFF）泰米尔字符

（U+0C00–U+0C7F）泰卢固字符

（U+0C80–U+0CFF）埃纳德字符

（U+0D00–U+0D7F）马拉亚拉姆字符

（U+0D80-U+0DFF）僧伽罗字符

（U+0E00–U+0E7F）泰语字符

（U+0E80–U+0EFF）老挝语字符

（U+0F00–U+0FFF）藏语字符

（U+1000–U+109F）缅甸语字符

（U+10A0–U+10FF）乔治亚风格字母

（U+1100–U+11FF）谚文字母

（U+1200–U+137F）埃塞俄比亚字符

（U+1380–U+139F）增补埃塞俄比亚字符

（U+1400–U+167F）加拿大语字符

（U+13A0–U+13FF）切罗基字符

（U+1680–U+169F）欧甘字符

（U+16A0–U+16FF）Runic字符

（U+1700–U+171F）塔加路字符

（U+1720–U+173F）哈鲁喏字符

（U+1740–U+175F）Buhid字符

（U+1760–U+177F）泰格班瓦字符

（U+1780–U+17FF）高棉字符

（U+1800–U+18AF）蒙古字符

（U+1900–U+194F）林布字符

（U+1950–U+197F）德宏傣文、德傣文，傣讷文字母

（U+1980–U+19DF）新傣泐文字母西双版纳傣文、西傣文，

（U+19E0–U+19FF）高棉符号

（U+1A00–U+1A1F）布吉字符

（U+1B00–U+1B7F）巴厘字符

（U+1E00–U+1EFF）附加拉丁字符扩展集

（U+1F00–U+1FFF）希腊字符扩展集

（U+2C00–U+2C5F）格拉哥里字符

（U+2C60–U+2C7F）拉丁字符扩展集C

（U+2C80–U+2CFF）科普特字符

（U+2D00–U+2D2F）增补乔治亚风格字母

（U+2D30–U+2D7F）提非纳字符

（U+2D80–U+2DDF）埃塞俄比亚字符扩展集

（U+2E80–U+2EFF）增补中日韩汉字部首

（U+2F00–U+2FDF）康熙部首

（U+2FF0–U+2FFF）表意文字描述符

（U+3040–U+309F）平假名

（U+30A0–U+30FF）片假名

（U+3100–U+312F）汉语拼音字母

（U+3130–U+318F）谚文相容字母

（U+3190–U+319F）汉字注释标记

（U+31A0–U+31BF）汉语拼音字母扩展集

（U+31C0–U+31EF）中日韩汉字笔画

（U+31F0–U+31FF）片假名音标扩展集

（U+3400–U+4DBF）中日韩统一汉字扩展集A

（U+4E00–U+9FBF）中日韩统一汉字

（U+A000–U+A48F）Yi音节符号

（U+A490–U+A4CF）Yi字元符号

（U+A720–U+A7FF）拉丁字符扩展集D

（U+A800–U+A82F）SylotiNagri字符

（U+A840–U+A87F）八思巴字符

（U+AC00–U+D7AF）谚文音节字符

（U+F900–U+FAFF）中日韩相容汉字

（U+FB00–U+FB4F）字母表达形式字符：拉丁文相关

（U+FB00–U+FB4F）希伯来字母表达形式字符

（U+FB00–U+FB4F）亚美尼亚文字相关

（U+FB50–U+FDFF）阿拉伯表达形式字符集A

（U+FE50–U+FE6F）小形式变体字符

（U+FE70–U+FEFF）阿拉伯表达形式字符集B

（U+FF00–U+FFEF）半角片假名

（U+FF00–U+FFEF）半角谚文字母

（U+FF00–U+FFEF）全角拉丁字母

（U+10000–U+1007F）线状B表音字符

（U+10080–U+100FF）线状B表意字符

（U+10100–U+1013F）爱琴海数字

（U+10140–U+1018F）古希腊数字

（U+10300–U+1032F）古意大利语字符

（U+10330–U+1034F）哥特字符

（U+10380–U+1039F）乌加里特字符

（U+103A0–U+103DF）古波斯字符

（U+10400–U+1044F）犹他字符

（U+10450–U+1047F）萧伯纳风格字符

（U+10480–U+104AF）奥斯曼字符

（U+10800–U+1083F）塞浦路斯表音字符

（U+10900–U+1091F）腓尼基字符

（U+10A00–U+10A5F）Kharoshihi

（U+12000–U+123FF）楔形文字

（U+12400–U+1247F）楔形文字数字和标点符号

（U+1D200–U+1D24F）古希腊音乐符号

（U+1D360–U+1D37F）筹算数字

（U+20000–U+2A6DF）中日韩统一汉字扩展集B

（U+2F800–U+2FA1F）增补中日韩相容汉字

+++++++++++++++++++++++++++++++++++++++++++++++

符号部分

++++++++++++++++++++++++++++++++++++++++++++++++

（U+0000–U+007F）ASCII标点符号

（U+0000–U+007F）ASCII数字

（U+0000–U+007F）美元、欧元符号

（U+0000–U+007F）控制符C0

（U+0080–U+00FF）增补拉丁字符集1标点符号

（U+0080–U+00FF）日元、英镑和分币

（U+0080–U+00FF）控制符C1

（U+0250–U+02AF）国际音标扩展集

（U+02B0–U+02FF）间隔修饰符

（U+0300–U+036F）组合区分标记

（U+1D00–U+1D7F）音标扩展集

（U+1D80–U+1DBF）增补音标扩展集

（U+1DC0–U+1DFF）增补组合区分标记

（U+2000–U+206F）通用标点符号

（U+2000–U+206F）排版控制符

（U+2000–U+206F）不可见操作符

（U+2070–U+209F）上标和下标字符

（U+20A0–U+20CF）货币符号

（U+20A0–U+20CF）芬尼

（U+20D0–U+20FF）符号组合区分标记

（U+2100–U+214F）字母类符号

（U+2100–U+214F）马克

（U+2150–U+218F）数字形式字符

（U+2190–U+21FF）箭头符号

（U+2200–U+22FF）数学运算符

（U+2300–U+23FF）综合技术符号

（U+2400–U+243F）控制符图示

（U+2440–U+245F）光学字符识别符号

（U+2460–U+24FF）带圈字母和数字

（U+2500–U+257F）框线绘制符号

（U+2580–U+259F）方形组块图符

（U+25A0–U+25FF）几何图形

（U+2600–U+26FF）综合符号

（U+2700-U+27BF）印刷符号

（U+27C0–U+27EF）综合数学符号集合A

（U+27F0–U+27FF）增补箭头符号集合A

（U+2800–U+28FF）盲人点字图符

（U+2900–U+297F）增补箭头符号集合B

（U+2980–U+29FF）综合数学符号集合B

（U+2A00–U+2AFF）增补数学运算符

（U+2B00–U+2BFF）综合符号和箭头

（U+2E00–U+2E7F）增补标点符号

（U+3000–U+303F）中日韩标点符号

（U+3200–U+32FF）带圈中日韩相容表音文字字母和月份符号

（U+3300–U+33FF）中日韩相容符号

（U+4DC0–U+4DFF）《易经》六爻符号

（U+A700–U+A71F）改进的音标字母

（U+FB50–U+FDFF）里亚尔符号

（U+FE00–U+FE0F）变体选择符

（U+FE10–U+FE1F）竖排标点符号

（U+FE20–U+FE2F）半角组合标记

（U+FF00–U+FFEF）全角ASCII标点符号

（U+FF00–U+FFEF）全角ASCII数字

（U+FF00–U+FFEF）全角货币符号

（U+FFF0–U+FFFF）专用符号

（U+1D000–U+1D0FF）拜占庭音乐符号

（U+1D000–U+1D0FF）西方音乐符号

（U+1D200–U+1D24F）古希腊音乐符号

（U+1D300–U+1D35F）《太玄经》符号

（U+1D400–U+1D4FF）数学文字符号

（U+E0000–U+E007F）标记符号

（U+E0100–U+E01EF）增补变体选择符

（U+F0000–U+FFFFD）增补私用A区

（U+100000–U+10FFFD）增补私用B区

（U+0000–U+007F）基本拉丁字符

（U+0000–U+007F）ASCII标点符号

（U+0000–U+007F）ASCII数字

（U+0000–U+007F）美元、欧元符号

（U+0000–U+007F）控制符C0

（U+0080–U+00FF）增补拉丁字符集1

（U+0080–U+00FF）增补拉丁字符集1标点符号

（U+0080–U+00FF）日元、英镑和分币

（U+0080–U+00FF）控制符C1

（U+0100–U+017F）拉丁字符扩展集A

（U+0180–U+024F）拉丁字符扩展集B

（U+0250–U+02AF）国际音标扩展集

（U+02B0–U+02FF）间隔修饰符

（U+0300–U+036F）组合区分标记

（U+0370–U+03FF）希腊文字中的科普特字符

（U+0370–U+03FF）希腊字符

（U+0400–U+04FF）西里尔字符

（U+0500–U+052F）增补西里尔字符

（U+0530–U+058F）亚美尼亚字符

（U+0590–U+059F）希伯来字符

（U+0600–U+06FF）阿拉伯字符

（U+0700–U+074F）叙利亚字符

（U+0750–U+077F）增补阿拉伯字符

（U+0780–U+07BF）塔纳字符

（U+07C0–U+07FF）N’Ko

（U+0900–U+097F）梵文字符

（U+0980–U+09FF）孟加拉字符

（U+0A00–U+0A7F）果鲁穆奇字符

（U+0A80–U+0AFF）古吉拉特字符

（U+0B00–U+0B7F）奥里亚字符

（U+0B80–U+0BFF）泰米尔字符

（U+0C00–U+0C7F）泰卢固字符

（U+0C80–U+0CFF）埃纳德字符

（U+0D00–U+0D7F）马拉亚拉姆字符

（U+0D80-U+0DFF）僧伽罗字符

（U+0E00–U+0E7F）泰语字符

（U+0E80–U+0EFF）老挝语字符

（U+0F00–U+0FFF）藏语字符

（U+1000–U+109F）缅甸语字符

（U+10A0–U+10FF）乔治亚风格字母

（U+1100–U+11FF）谚文字母

（U+1200–U+137F）埃塞俄比亚字符

（U+1380–U+139F）增补埃塞俄比亚字符

（U+1400–U+167F）加拿大语字符

（U+13A0–U+13FF）切罗基字符

（U+1680–U+169F）欧甘字符

（U+16A0–U+16FF）Runic字符

（U+1700–U+171F）塔加路字符

（U+1720–U+173F）哈鲁喏字符

（U+1740–U+175F）Buhid字符

（U+1760–U+177F）泰格班瓦字符

（U+1780–U+17FF）高棉字符

（U+1800–U+18AF）蒙古字符

（U+1900–U+194F）林布字符

（U+1950–U+197F）德宏傣文、德傣文，傣讷文字母

（U+1980–U+19DF）新傣泐文字母西双版纳傣文、西傣文，

（U+19E0–U+19FF）高棉符号

（U+1A00–U+1A1F）布吉字符

（U+1B00–U+1B7F）巴厘字符

（U+1D00–U+1D7F）音标扩展集

（U+1D80–U+1DBF）增补音标扩展集

（U+1DC0–U+1DFF）增补组合区分标记

（U+1E00–U+1EFF）附加拉丁字符扩展集

（U+1F00–U+1FFF）希腊字符扩展集

（U+2000–U+206F）通用标点符号

（U+2000–U+206F）排版控制符

（U+2000–U+206F）不可见操作符

（U+2070–U+209F）上标和下标字符

（U+20A0–U+20CF）货币符号

（U+20A0–U+20CF）芬尼

（U+20D0–U+20FF）符号组合区分标记

（U+2100–U+214F）字母类符号

（U+2100–U+214F）马克

（U+2150–U+218F）数字形式字符

（U+2190–U+21FF）箭头符号

（U+2200–U+22FF）数学运算符

（U+2300–U+23FF）综合技术符号

（U+2400–U+243F）控制符图示

（U+2440–U+245F）光学字符识别符号

（U+2460–U+24FF）带圈字母和数字

（U+2500–U+257F）框线绘制符号

（U+2580–U+259F）方形组块图符

（U+25A0–U+25FF）几何图形

（U+2600–U+26FF）综合符号

（U+2700-U+27BF）印刷符号

（U+27C0–U+27EF）综合数学符号集合A

（U+27F0–U+27FF）增补箭头符号集合A

（U+2800–U+28FF）盲人点字图符

（U+2900–U+297F）增补箭头符号集合B

（U+2980–U+29FF）综合数学符号集合B

（U+2A00–U+2AFF）增补数学运算符

（U+2B00–U+2BFF）综合符号和箭头

（U+2C00–U+2C5F）格拉哥里字符

（U+2C60–U+2C7F）拉丁字符扩展集C

（U+2C80–U+2CFF）科普特字符

（U+2D00–U+2D2F）增补乔治亚风格字母

（U+2D30–U+2D7F）提非纳字符

（U+2D80–U+2DDF）埃塞俄比亚字符扩展集

（U+2E00–U+2E7F）增补标点符号

（U+2E80–U+2EFF）增补中日韩汉字部首

（U+2F00–U+2FDF）康熙部首

（U+2FF0–U+2FFF）表意文字描述符

（U+3000–U+303F）中日韩标点符号

（U+3040–U+309F）平假名

（U+30A0–U+30FF）片假名

（U+3100–U+312F）汉语拼音字母

（U+3130–U+318F）谚文相容字母

（U+3190–U+319F）汉字注释标记

（U+31A0–U+31BF）汉语拼音字母扩展集

（U+31C0–U+31EF）中日韩汉字笔画

（U+31F0–U+31FF）片假名音标扩展集

（U+3200–U+32FF）带圈中日韩相容表音文字字母和月份符号

（U+3300–U+33FF）中日韩相容符号

（U+3400–U+4DBF）中日韩统一汉字扩展集A

（U+4DC0–U+4DFF）《易经》六爻符号

（U+4E00–U+9FBF）中日韩统一汉字

（U+A000–U+A48F）Yi音节符号

（U+A490–U+A4CF）Yi字元符号

（U+A700–U+A71F）改进的音标字母

（U+A720–U+A7FF）拉丁字符扩展集D

（U+A800–U+A82F）SylotiNagri字符

（U+A840–U+A87F）八思巴字符

（U+AC00–U+D7AF）谚文音节字符

（U+F900–U+FAFF）中日韩相容汉字

（U+FB00–U+FB4F）字母表达形式字符：拉丁文相关

（U+FB00–U+FB4F）希伯来字母表达形式字符

（U+FB00–U+FB4F）亚美尼亚文字相关

（U+FB50–U+FDFF）阿拉伯表达形式字符集A

（U+FB50–U+FDFF）里亚尔符号

（U+FE00–U+FE0F）变体选择符

（U+FE10–U+FE1F）竖排标点符号

（U+FE20–U+FE2F）半角组合标记

（U+FE50–U+FE6F）小形式变体字符

（U+FE70–U+FEFF）阿拉伯表达形式字符集B

（U+FF00–U+FFEF）半角片假名

（U+FF00–U+FFEF）半角谚文字母

（U+FF00–U+FFEF）全角拉丁字母

（U+FF00–U+FFEF）全角ASCII标点符号

（U+FF00–U+FFEF）全角ASCII数字

（U+FF00–U+FFEF）全角货币符号

（U+FFF0–U+FFFF）专用符号

（U+10000–U+1007F）线状B表音字符

（U+10080–U+100FF）线状B表意字符

（U+10100–U+1013F）爱琴海数字

（U+10140–U+1018F）古希腊数字

（U+10300–U+1032F）古意大利语字符

（U+10330–U+1034F）哥特字符

（U+10380–U+1039F）乌加里特字符

（U+103A0–U+103DF）古波斯字符

（U+10400–U+1044F）犹他字符

（U+10450–U+1047F）萧伯纳风格字符

（U+10480–U+104AF）奥斯曼字符

（U+10800–U+1083F）塞浦路斯表音字符

（U+10900–U+1091F）腓尼基字符

（U+10A00–U+10A5F）Kharoshihi

（U+12000–U+123FF）楔形文字

（U+12400–U+1247F）楔形文字数字和标点符号

（U+1D000–U+1D0FF）拜占庭音乐符号

（U+1D000–U+1D0FF）西方音乐符号

（U+1D200–U+1D24F）古希腊音乐符号

（U+1D300–U+1D35F）《太玄经》符号

（U+1D360–U+1D37F）筹算数字

（U+1D400–U+1D4FF）数学文字符号

（U+20000–U+2A6DF）中日韩统一汉字扩展集B

（U+2F800–U+2FA1F）增补中日韩相容汉字

（U+E0000–U+E007F）标记符号

（U+E0100–U+E01EF）增补变体选择符

（U+F0000–U+FFFFD）增补私用A区

（U+100000–U+10FFFD）增补私用B区

韩语AC00-D7AF1100-11FF3130-318F

日语3040-309F30A0-30FF31F0-31FF

泰语0e00-0e7f

越南语BasicLatin,Latin-1Supplement,LatinExtended-A,LatinExtended-B,LatinExtendedAdditional

空格002000A0

unicode编码标准

unicode编码是什么？

unicode编码是什么？

unicode字符集是多少位的字符编码

unicode编码是什么？

Unicode详解

Unicode编码范围

最新文章