完整的CJK Unicode范围(5.0版)

  因为FontRouter新版本开发的需要,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。为此,我特地查询了Unicode官方的Code Charts数据库,并根据最新的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

以上翻译自Unicode官方网站,部分译法可能不够准确,还望大家予以指正!如有疏漏、错误之处也请一并指出,多谢!

《完整的CJK Unicode范围(5.0版)》有31个想法

  1. 噢!對不起,又來搞擾你了,之前看漏了眼,A000-A48F和A490-A4CF是一種中國少數民族的文字,稱為「彝文」,和《易經》沒有關係的,所以建議主持人把「易经音节」改為「彝文音節」,「易经偏旁」改為「彝文字母」或「彝文偏旁」。

  2. 实在惭愧,当初很多生僻的Unicode区段都没有仔细考证过,仅凭不完整的线索和模糊的判断在进行翻译。非常感谢chukl000的细致审阅和指正!

  3. 请问,在U+4E00..U+9FA5 CJK Unified Ideographs 这个段中,我怎么区分中文简体与繁体字符了?不是转换,而是说他们之间在编码上面得差异,谢谢

  4. 答doristan:

    統一碼的目的,就是要把全球各地電腦的不同字集統一起來,所以可以說它是字集編碼的超集,因此無論是繁體還是簡化字,都是使用相同的標準來編碼的。只要是相同的外觀的同一個字,都會編到相同的編號中,比方說,無論用什麼電腦打「一」字,它的編碼都是U+4E00,所以我們是不知道它是繁體字、簡化字、還是日文字。
    又或者「干」可以是繁體字、「幹」或「乾」的簡化字,甚至是日文字,但它的編碼還是U+5E72,我們單憑一個字是不能知道它是繁是簡的。
    這有什麼好處呢?就是任何電腦都可以看到繁簡體,以至日文、韓文都沒有問題,反正只要觀看者懂便行了。就像現在我看到你的簡化字,你也讀到我的繁體字,甚至用英文電腦的人都也可以看到我們的字,不是有助全球化嗎?

  5. 大哥,请问Windows系统中用的unicode.法文,德文,西班牙文等欧洲字母,单词字符的unicode分别是多少呢,谢谢。急用。

  6. 請問unicode中,繁中、阿拉伯文、泰文、越南文、土耳其文和法文,他們分別的碼位範圍是落在哪裡?可以麻煩幫我解答嗎?非常感謝

  7. 能问一下吗?我想寻找中文全角的所有范围,但是我但网上查了很久,都没有查到,找不到中文全角的范围,也许是自己英文不好吧~~希望能帮忙查一下,谢谢~~~

  8. 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…

    如果不要标点, 用 U+4E00..U+9FA5 作為測試中文的 regex, 是否足夠?

发表评论

电子邮件地址不会被公开。 必填项已用*标注