106

U+4E00..U+9FFF是整套的一部分，但不是全部

4

6 回答 6

111

您可能会通过CJK Unicode FAQ找到完整列表（其中确实包括“中文、日文和韩文”字符）

“东亚文字”文件确实提到：

含汉表意文字的块

Unicode 标准的五个主要块中发现了汉字，如表 12-2 所示

表 12-2。含汉表意文字的块

Block                                   Range       Comment
CJK Unified Ideographs                  4E00-9FFF   Common
CJK Unified Ideographs Extension A      3400-4DBF   Rare
CJK Unified Ideographs Extension B      20000-2A6DF Rare, historic
CJK Unified Ideographs Extension C      2A700–2B73F Rare, historic
CJK Unified Ideographs Extension D      2B740–2B81F Uncommon, some in current use
CJK Unified Ideographs Extension E      2B820–2CEAF Rare, historic
CJK Compatibility Ideographs            F900-FAFF   Duplicates, unifiable variants, corporate characters
CJK Compatibility Ideographs Supplement 2F800-2FA1F Unifiable variants

注意：块范围会随着时间而变化：最新的是CJK Unified Ideographs。

另见维基百科：

于 2009-09-02T06:27:46.463 回答
51

Unicode 目前有 74605 个 CJK 字符。CJK 字符不仅包括中文使用的字符，还包括日文汉字、韩文汉字和越南文 Chu Nom。一些 CJK 字符不是汉字。

1) 来自CJK 统一表意文字块的 20941 个字符。

代码点 U+4E00 到 U+9FCC。

  1. U+4E00 - U+62FF
  2. U+6300 - U+77FF
  3. U+7800 - U+8CFF
  4. U+8D00 - U+9FCC

2) 来自CJKUI Ext A 块的 6582 个字符。

代码点U+3400 到 U+4DB5。Unicode 3.0 (1999)。

3) 来自CJKUI Ext B 块的 42711 个字符。

代码点 U+20000 到 U+2A6D6。Unicode 3.1 (2001)。

  1. U+20000 - U+215FF
  2. U+21600 - U+230FF
  3. U+23100 - U+245FF
  4. U+24600 - U+260FF
  5. U+26100 - U+275FF
  6. U+27600 - U+290FF
  7. U+29100 - U+2A6DF

3) 来自CJKUI Ext C 块的 4149 个字符。

代码点U+2A700 到 U+2B734。Unicode 5.2 (2009)。

4) 来自CJKUI Ext D 块的 222 个字符。

代码点U+2B740 到 U+2B81D。Unicode 6.0 (2010)。

5) CJKUI Ext E 块。

快来了

如果以上内容还不够意大利面，请查看已知问题。玩得开心 =)

于 2012-07-10T14:42:52.300 回答
26

汉字（扩展名除外）的确切范围是[\u2E80-\u2FD5\u3190-\u319f\u3400-\u4DBF\u4E00-\u9FCC\uF900-\uFAAD].

  1. [\u2e80-\u2fd5]

CJK 部首补充是一个 Unicode 块，其中包含康熙部首的替代形式，通常是位置形式。它们用于字典索引和其他由激进笔划组织的 CJK 表意文字集合中的标题。

  1. [\u3190-\u319f]

Kanbun 是一个 Unicode 块，其中包含在日本文言文文本中使用的注释字符，以指示阅读顺序。

  1. [\u3400-\u4DBF]

CJK 统一表意文字扩展-A 是一个 Unicode 块，其中包含罕见的汉族表意文字。

  1. [\u4E00-\u9FCC]

CJK 统一表意文字是一个 Unicode 块，其中包含现代汉语和日语中使用的最常见的 CJK 表意文字。

  1. [\uF900-\uFAAD]

CJK Compatibility Ideographs 是一个 Unicode 块，除了它们的 CJK 统一表意文字分配之外，还包含在其他已建立的字符编码中的多个位置编码的汉字符，以保持 Unicode 和这些编码之间的往返兼容性。

有关详细信息，请参阅此处，其他答案中提供了扩展名。

于 2016-12-15T02:19:34.620 回答
12
于 2019-02-18T00:40:18.700 回答
2

其他答案给出的 Unicode 代码块肯定涵盖了大多数中文 Unicode 字符，但也请查看其中一些其他代码块。

CJK_UNIFIED_IDEOGRAPHS
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_C
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_D
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_E
CJK_COMPATIBILITY
CJK_COMPATIBILITY_FORMS
CJK_COMPATIBILITY_IDEOGRAPHS
CJK_COMPATIBILITY_IDEOGRAPHS_SUPPLEMENT
CJK_RADICALS_SUPPLEMENT
CJK_STROKES
CJK_SYMBOLS_AND_PUNCTUATION
ENCLOSED_CJK_LETTERS_AND_MONTHS
ENCLOSED_IDEOGRAPHIC_SUPPLEMENT
KANGXI_RADICALS
IDEOGRAPHIC_DESCRIPTION_CHARACTERS

在这里查看我更完整的讨论。而且这个网站方便浏览Unicode。

于 2017-02-01T16:20:17.890 回答
0

总而言之，听起来像是这些：

var blocks = [
  [0x3400, 0x4DB5],
  [0x4E00, 0x62FF],
  [0x6300, 0x77FF],
  [0x7800, 0x8CFF],
  [0x8D00, 0x9FCC],
  [0x2e80, 0x2fd5],
  [0x3190, 0x319f],
  [0x3400, 0x4DBF],
  [0x4E00, 0x9FCC],
  [0xF900, 0xFAAD],
  [0x20000, 0x215FF],
  [0x21600, 0x230FF],
  [0x23100, 0x245FF],
  [0x24600, 0x260FF],
  [0x26100, 0x275FF],
  [0x27600, 0x290FF],
  [0x29100, 0x2A6DF],
  [0x2A700, 0x2B734],
  [0x2B740, 0x2B81D]
]
于 2019-06-09T22:45:36.827 回答