unicode是2个字节。

这一标准的2字节形式通常称作UCS-2。然而，受制于2字节数量的限制，UCS-2只能表示最多65536个字符。Unicode的4字节形式被称为UCS-4或UTF-32，能够定义Unicode的全部扩展，最多可定义100万个以上唯一字符。2016-06-21颁发的Unicode9，0共收录128，237个字。

Unicode是一种字符集，Unicode的学名是“UniversalMultiple-OctetCodedCharacterSet”，简称为UCS。UCS可以看作是“UnicodeCharacterSet”的缩写。

扩展资料

unicode的使用

1、使用代码页(Codepage)转换表的技术来过渡性的部分解决这一问题，即通过指定的转换表将非 Unicode 的字符编码转换为同一字符对应的系统内部使用的 Unicode 编码。

2、可以在“语言与区域设置”中选择一个代码页作为非 Unicode 编码所采用的默认编码方式，如936为简体中文GBK，950为繁体中文Big5（皆指PC上使用的）。

参考资料来源：百度百科—Unicode

Unicode已经成为Windows字符的主要编码方式，我想这也是大势所趋，现在软件越来越倾向国际化，而国际化主要的编码方式就是Unicode，不管是单字节英文字符，还是双字节汉字，在Unicode编码格式下都能正常显示。在Windows2000中大到Word，小到Notepad，都能很好的显示Unicode格式的文本文件。可是在我最近的项目中却发现VCL中的TMemo类不支持它，例如如下16进制显示的Unicode文本文件

66 00 67 00 68 00 69 00

在WindowsXP自带的Notepad中显示为： 但是在C++ builder6中的TMemo控件中则显示为： 除了把第一个字符显示出来，其他的字符都被忽略了，这在设计应用中是绝对不允许的，究其原因，原来是TMemo类的Lines属性不支持Unicode，Lines属性是TStings类，TMemo是通过TStrings的LoadFormFile方法代开文件并显示的，在VCL源代码中，我们可以找到如下函数

procedure TStrings.LoadFromFile(const FileName: string); var Stream: TStream; begin Stream := TFileStream.Create(FileName, fmOpenRead or fmShareDenyWrite); try LoadFromStream(Stream); finally Stream.Free; end; end;

procedure TStrings.LoadFromStream(Stream: TStream); var Size: Integer; S: string; begin BeginUpdate; try Size := Stream.Size - Stream.Position; SetString(S, nil, Size); Stream.Read(Pointer(S)^, Size); SetTextStr(S); finally EndUpdate; end; end;

注：中文范围 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) 0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin) 0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement) 0100-017F：拉丁文扩展-A (Latin Extended-A) 0180-024F：拉丁文扩展-B (Latin Extended-B) 0250-02AF：国际音标扩展 (IPA Extensions) 02B0-02FF：空白修饰字母 (Spacing Modifiers) 0300-036F：结合用读音符号 (Combining Diacritics Marks) 0370-03FF：希腊文及科普特文 (Greek and Coptic) 0400-04FF：西里尔字母 (Cyrillic) 0500-052F：西里尔字母补充 (Cyrillic Supplement) 0530-058F：亚美尼亚语 (Armenian) 0590-05FF：希伯来文 (Hebrew) 0600-06FF：阿拉伯文 (Arabic) 0700-074F：叙利亚文 (Syriac) 0750-077F：阿拉伯文补充 (Arabic Supplement) 0780-07BF：马尔代夫语 (Thaana) 07C0-077F：西非书面语言 (N’Ko) 0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi) 0860-087F：Mandaic 0880-08AF：撒马利亚语 (Samaritan) 0900-097F：天城文书 (Devanagari) 0980-09FF：孟加拉语 (Bengali) 0A00-0A7F：锡克教文 (Gurmukhi) 0A80-0AFF：古吉拉特文 (Gujarati) 0B00-0B7F：奥里亚文 (Oriya) 0B80-0BFF：泰米尔文 (Tamil) 0C00-0C7F：泰卢固文 (Telugu) 0C80-0CFF：卡纳达文 (Kannada) 0D00-0D7F：德拉维族语 (Malayalam) 0D80-0DFF：僧伽罗语 (Sinhala) 0E00-0E7F：泰文 (Thai) 0E80-0EFF：老挝文 (Lao) 0F00-0FFF：藏文 (Tibetan) 1000-109F：缅甸语 (Myanmar) 10A0-10FF：格鲁吉亚语 (Georgian) 1100-11FF：朝鲜文 (Hangul Jamo) 1200-137F：埃塞俄比亚语 (Ethiopic) 1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement) 13A0-13FF：切罗基语 (Cherokee) 1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics) 1680-169F：欧甘字母 (Ogham) 16A0-16FF：如尼文 (Runic) 1700-171F：塔加拉语 (Tagalog) 1720-173F：Hanunóo 1740-175F：Buhid 1760-177F：Tagbanwa 1780-17FF：高棉语 (Khmer) 1800-18AF：蒙古文 (Mongolian) 18B0-18FF：Cham 1900-194F：Limbu 1950-197F：德宏泰语 (Tai Le) 1980-19DF：新傣仂语 (New Tai Lue) 19E0-19FF：高棉语记号 (Kmer Symbols) 1A00-1A1F：Buginese 1A20-1A5F：Batak 1A80-1AEF：Lanna 1B00-1B7F：巴厘语 (Balinese) 1B80-1BB0：巽他语 (Sundanese) 1BC0-1BFF：Pahawh Hmong 1C00-1C4F：雷布查语(Lepcha) 1C50-1C7F：Ol Chiki 1C80-1CDF：曼尼普尔语 (Meithei/Manipuri) 1D00-1D7F：语音学扩展 (Phonetic Extensions) 1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplement) 1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement) 1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional) 1F00-1FFF：希腊语扩充 (Greek Extended) 2000-206F：常用标点 (General Punctuation) 2070-209F：上标及下标 (Superscripts and Subscripts) 20A0-20CF：货币符号 (Currency Symbols) 20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols) 2100-214F：字母式符号 (Letterlike Symbols) 2150-218F：数字形式 (Number Form) 2190-21FF：箭头 (Arrows) 2200-22FF：数学运算符 (Mathematical Operator) 2300-23FF：杂项工业符号 (Miscellaneous Technical) 2400-243F：控制图片 (Control Pictures) 2440-245F：光学识别符 (Optical Character Recognition) 2460-24FF：封闭式字母数字 (Enclosed Alphanumerics) 2500-257F：制表符 (Box Drawing) 2580-259F：方块元素 (Block Element) 25A0-25FF：几何图形 (Geometric Shapes) 2600-26FF：杂项符号 (Miscellaneous Symbols) 2700-27BF：印刷符号 (Dingbats) 27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A) 27F0-27FF：追加箭头-A (Supplemental Arrows-A) 2800-28FF：盲文点字模型 (Braille Patterns) 2900-297F：追加箭头-B (Supplemental Arrows-B) 2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B) 2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator) 2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows) 2C00-2C5F：格拉哥里字母 (Glagolitic) 2C60-2C7F：拉丁文扩展-C (Latin Extended-C) 2C80-2CFF：古埃及语 (Coptic) 2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement) 2D30-2D7F：提非纳文 (Tifinagh) 2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended) 2E00-2E7F：追加标点 (Supplemental Punctuation) 2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement) 2F00-2FDF：康熙字典部首 (Kangxi Radicals) 2FF0-2FFF：表意文字描述符 (Ideographic Description Characters) 3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation) 3040-309F：日文平假名 (Hiragana) 30A0-30FF：日文片假名 (Katakana) 3100-312F：注音字母 (Bopomofo) 3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo) 3190-319F：象形字注释标志 (Kanbun) 31A0-31BF：注音字母扩展 (Bopomofo Extended) 31C0-31EF：CJK 笔画 (CJK Strokes) 31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions) 3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months) 3300-33FF：CJK 兼容 (CJK Compatibility) 3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A) 4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols) 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) A000-A48F：彝文音节 (Yi Syllables) A490-A4CF：彝文字根 (Yi Radicals) A500-A61F：Vai A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement) A700-A71F：声调修饰字母 (Modifier Tone Letters) A720-A7FF：拉丁文扩展-D (Latin Extended-D) A800-A82F：Syloti Nagri A840-A87F：八思巴字 (Phags-pa) A880-A8DF：Saurashtra A900-A97F：爪哇语 (Javanese) A980-A9DF：Chakma AA00-AA3F：Varang Kshiti AA40-AA6F：Sorang Sompeng AA80-AADF：Newari AB00-AB5F：越南傣语 (Vi?t Thái) AB80-ABA0：Kayah Li AC00-D7AF：朝鲜文音节 (Hangul Syllables) D800-DBFF：High-half zone of UTF-16 DC00-DFFF：Low-half zone of UTF-16 E000-F8FF：自行使用区域 (Private Use Zone) F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs) FB00-FB4F：字母表达形式 (Alphabetic Presentation Form) FB50-FDFF：阿拉伯表达形式A (Arabic Presentation Form-A) FE00-FE0F：变量选择符 (Variation Selector) FE10-FE1F：竖排形式 (Vertical Forms) FE20-FE2F：组合用半符号 (Combining Half Marks) FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms) FE50-FE6F：小型变体形式 (Small Form Variants) FE70-FEFF：阿拉伯表达形式B (Arabic Presentation Form-B) FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form) FFF0-FFFF：特殊 (Specials)

我们一般通常使用的字符集有：ASCII ISO-8859-1 GB2312 big5 GBK Unicode2.0，另外还有一种基于32位的GB18030字符集是国家新出来的一种字符集，其为一个汉字设计了4个字节，因此可以说是目前为止，对汉字支持无论是简体还是繁体都是支持比较好的一种，当然主要的缺点就是太占空间，不利于在网路上传输。 如果不考虑GB18030字符集的话，最详尽的字符集应该是Unicode了，差不多支持了GBK所支持的所有汉字不敢过总量上还是稍微差一点。GBK尽管不是国家标准，但是已经成为事实上的一个行业标准，同时支持汉字的简体和繁体两种字体。比Gig5和GB2312强大些，为了更加明确的说明各个字符间的差异，先详细说明如下： ASCII： 7位字符集，包括52个大小写英语字母，10个阿拉伯数字，1个空格，32个符号。 适用于纯英文环境，兼容性最好，在其他各种字符集下都能正确识别；不适用于英语以外的环境。 Latin1（ISO-8859-1）：8位字符集，向下兼容ASCII字符集，并增加了一些西欧语言中的字母和符号。 优点：适用于西欧语种，得到世界广泛的软件支持； 缺点：不能表示拉丁语系以外的语言，不兼容少量只使用7位字符集的古老程序。 GB2312：16位字符集，收录有6763个简体汉字，682个符号； 优点：适用于简体中文环境，属于中国国家标准，在大陆（和新加坡？）得到广泛支持； 缺点：不兼容繁体中文，其汉字集合过少。 big5：16位字符集，收录有13060个繁体汉字，440个符号； 优点：适用于繁体中文环境，属于台湾官方标准，为繁体Windows所使用，在台湾和香港得到广泛支持，而且，由于台湾软件业发展较早，国外软件支持big5的比支持gb2312/gbk的要多； 缺点： 不兼容简体中文环境，和gb2312之间需要转换。 GBK：16位字符集，收录有21003个汉字，883个符号； 优点：适用于简繁中文共存的环境，为简体Windows所使用（代码页cp936），向下完全兼容gb2312； 缺点：不属于官方标准，和big5之间需要转换。 GB18030：32位字符集；收录汉字数不详，应该相当详尽。 优点：可以收录所有你能想到的文字和符号，属于中国最新的国家标准； 缺点：由于空间使用效率低（一个汉字占四个字节），运行速度慢， 目前支持它的软件较少。 Unicode2.0: 16位字符集（ucs2），收录有汉字20902个，符号6811个； 优点：适用于国际化环境，可以做为字符的内部表示和存储形式，来实现软件的国际化、本地化； 缺点：目前支持较少，与其他中文字符集不兼容。 使用哪一种字符集，需要根据使用环境而定。不要盲目的使用最大最全的字符集，这样不仅运行效率差，占用多余空间，而且会降低软件的兼容性，因为不是所有运行环境都安装有所有字符集。 如果只处理英文，则可以使用Latin1字符集，目前绝大多数机子上都可以支持。如果只处理简体中文，使用GB2312，如果同时需要支持简繁体中文，使用 GBK；如果确实需要使用偏僻字，再使用GB18030；GB2312/BIG5/GBK/GB18030都只适用于中文环境，如果需要国际化，当然要使用unicode。 有人说，同时存在和使用这么多字符集，会人为的增加软件的开发难度和不兼容性。我也认同这一点，但是，目前多种字符集的存在，尤其是多种中文字符集并存，有其现实的背景和应用，不能简单的要求使用某一个字符集就完事，否则只是不切实际的空想。GBK的编码位利用率高，汉字覆盖面广，支持简繁体同时显示，并且广泛应用于简体中文Windows环境中，已近乎成为事实上的标准，得到了越来越广泛的国际支持，但它不是国家标准。最新的GB18030是典型的学院派标准，要用一个大而全的字符集来替代现有的GB2312、GBK等，却没有考虑到实际应用的可能性。且不说其在一般应用中造成的双倍的存储空间浪费和传输带宽浪费（虽然目前单位存储价格急遽下降，不需要在象过去那样计较，但也不表示我们可以任意挥霍），更重要的是其实现的高度复杂性和编码查找及转换时的低效率，这在系统软件当中是不可容忍的。 其实，任何一种字符集都不可能适用于所有环境，字符集的设计应该根据不同的需要来分别设计，在尽量避免重复功能的字符集的同时，保持字符集之间尽可能的兼容性。更好的中文字符集的实现应该是实现两种国家标准，一种16位字符集，一种32位字符集。16位字符集用于一般性应用，类似于目前的GBK（或者直接把GBK做为标准）。32位字符集向下兼容16位字符集（或直接采用Unicode 3.0），用于文字处理等场合。操作系统和数据库管理系统等系统性软件需要同时支持这两种字符集，而一般的应用软件只需要选择一种适合自己的就行了。

在WINDOWS系统自带的字符映射表里可以查到，不过那个东西只能从UNICODE搜索到字，要找字的话得慢慢找可以写一个网页，然后通过网页进行转换当然写一个程序也行另外UNICODE官网上也提供了对照表的下载，那个东西是PDF，可以搜索字的水的UNICODE是6C34地址我都发你消息了

Unicode中文，日文，韩文，西欧语言等的编码区间是

4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)   

0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin)  

0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement)  

0100-017F：拉丁文扩展-A (Latin Extended-A)   

0180-024F：拉丁文扩展-B (Latin Extended-B)   

0250-02AF：国际音标扩展 (IPA Extensions)  

02B0-02FF：空白修饰字母 (Spacing Modifiers)   

0300-036F：结合用读音符号 (Combining Diacritics Marks)   

0370-03FF：希腊文及科普特文 (Greek and Coptic)  Microsoft Word。

代码单元： 在每种编码形式中，代码点被映射到一个或多个代码单元。“代码单元”是各个编码方式中的单个单元。代码单元的大小等效于特定编码方式的位数。

UTF-8 ：UTF-8 中的代码单元由 8 位组成，在 UTF-8 中，因为代码单元较小的缘故，每个代码点常常被映射到多个代码单元。代码点将被映射到一个、两个、三个或四个代码单元。

UTF-16 ：UTF-16 中的代码单元由 16 位组成，UTF-16 的代码单元大小是 8 位代码单元的两倍。所以，标量值小于 U+10000 的代码点被编码到单个代码单元中。

UTF-32：UTF-32  中的代码单元由 32 位组成， UTF-32 中使用的 32 位代码单元足够大，每个代码点都可编码为单个代码单元。

GB18030：GB18030  中的代码单元由 8 位组成。

在 GB18030 中，因为代码单元较小的缘故，每个代码点常常被映射到多个代码单元。代码点将被映射到一个、两个或四个代码单元。

注：中文范围 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) 0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin) 0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement) 0100-017F：拉丁文扩展-A (Latin Extended-A) 0180-024F：拉丁文扩展-B (Latin Extended-B) 0250-02AF：国际音标扩展 (IPA Extensions) 02B0-02FF：空白修饰字母 (Spacing Modifiers) 0300-036F：结合用读音符号 (Combining Diacritics Marks) 0370-03FF：希腊文及科普特文 (Greek and Coptic) Microsoft Word0400-04FF：西里尔字母 (Cyrillic) 0500-052F：西里尔字母补充 (Cyrillic Supplement) 0530-058F：亚美尼亚语 (Armenian) 0590-05FF：希伯来文 (Hebrew) 0600-06FF：阿拉伯文 (Arabic) 0700-074F：叙利亚文 (Syriac) 0750-077F：阿拉伯文补充 (Arabic Supplement) 0780-07BF：马尔代夫语 (Thaana) 07C0-077F：西非书面语言 (N’Ko) 0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi) 0860-087F：Mandaic 0880-08AF：撒马利亚语 (Samaritan) 0900-097F：天城文书 (Devanagari) 0980-09FF：孟加拉语 (Bengali) 0A00-0A7F：锡克教文 (Gurmukhi) 0A80-0AFF：古吉拉特文 (Gujarati) 0B00-0B7F：奥里亚文 (Oriya) 0B80-0BFF：泰米尔文 (Tamil) 0C00-0C7F：泰卢固文 (Telugu) 0C80-0CFF：卡纳达文 (Kannada) 0D00-0D7F：德拉维族语 (Malayalam) 0D80-0DFF：僧伽罗语 (Sinhala) 0E00-0E7F：泰文 (Thai) 0E80-0EFF：老挝文 (Lao) 0F00-0FFF：藏文 (Tibetan) 1000-109F：缅甸语 (Myanmar) 10A0-10FF：格鲁吉亚语 (Georgian) 1100-11FF：朝鲜文 (Hangul Jamo) 1200-137F：埃塞俄比亚语 (Ethiopic) 1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement) 13A0-13FF：切罗基语 (Cherokee) 1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics) 1680-169F：欧甘字母 (Ogham) 16A0-16FF：如尼文 (Runic) 1700-171F：塔加拉语 (Tagalog) 1720-173F：Hanunóo 1740-175F：Buhid 1760-177F：Tagbanwa 1780-17FF：高棉语 (Khmer) 1800-18AF：蒙古文 (Mongolian) 18B0-18FF：Cham 1900-194F：Limbu 1950-197F：德宏泰语 (Tai Le) 1980-19DF：新傣仂语 (New Tai Lue) 19E0-19FF：高棉语记号 (Kmer Symbols) 1A00-1A1F：Buginese 1A20-1A5F：Batak 1A80-1AEF：Lanna 1B00-1B7F：巴厘语 (Balinese) 1B80-1BB0：巽他语 (Sundanese) 1BC0-1BFF：Pahawh Hmong 1C00-1C4F：雷布查语(Lepcha) 1C50-1C7F：Ol Chiki 1C80-1CDF：曼尼普尔语 (Meithei/Manipuri) 1D00-1D7F：语音学扩展 (Phonetic Extensions) 1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplem unicodeent) 1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement) 1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional) 1F00-1FFF：希腊语扩充 (Greek Extended) 2000-206F：常用标点 (General Punctuation) 2070-209F：上标及下标 (Superscripts and Subscripts) 20A0-20CF：货币符号 (Currency Symbols) 20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols) 2100-214F：字母式符号 (Letterlike Symbols) 2150-218F：数字形式 (Number Form) 2190-21FF：箭头 (Arrows) 2200-22FF：数学运算符 (Mathematical Operator) 2300-23FF：杂项工业符号 (Miscellaneous Technical) 2400-243F：控制图片 (Control Pictures) 2440-245F：光学识别符 (Optical Character Recognition) 2460-24FF：封闭式字母数字 (Enclosed Alphanumerics) 2500-257F：制表符 (Box Drawing) 2580-259F：方块元素 (Block Element) 25A0-25FF：几何图形 (Geometric Shapes) 2600-26FF：杂项符号 (Miscellaneous Symbols) 2700-27BF：印刷符号 (Dingbats) 27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A) 27F0-27FF：追加箭头-A (Supplemental Arrows-A) 2800-28FF：盲文点字模型 (Braille Patterns) 2900-297F：追加箭头-B (Supplemental Arrows-B) 2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B) 2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator) 2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows) 2C00-2C5F：格拉哥里字母 (Glagolitic) 2C60-2C7F：拉丁文扩展-C (Latin Extended-C) 2C80-2CFF：古埃及语 (Coptic) 2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement) 2D30-2D7F：提非纳文 (Tifinagh) 2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended) 2E00-2E7F：追加标点 (Supplemental Punctuation) 2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement) 2F00-2FDF：康熙字典部首 (Kangxi Radicals) 2FF0-2FFF：表意文字描述符 (Ideographic Description Characters) 3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation) 3040-309F：日文平假名 (Hiragana) 30A0-30FF：日文片假名 (Katakana) 3100-312F：注音字母 (Bopomofo) 3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo) 3190-319F：象形字注释标志 (Kanbun) 31A0-31BF：注音字母扩展 (Bopomofo Extended) 31C0-31EF：CJK 笔画 (CJK Strokes) 31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions) 3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months) 3300-33FF：CJK 兼容 (CJK Compatibility) 3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A) 4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols) 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) A000-A48F：彝文音节 (Yi Syllables) A490-A4CF：彝文字根 (Yi Radicals) A500-A61F：Vai A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement) A700-A71F：声调修饰字母 (Modifier Tone Letters) A720-A7FF：拉丁文扩展-D (Latin Extended-D) A800-A82F：Syloti Nagri A840-A87F：八思巴字 (Phags-pa) A880-A8DF：Saurashtra A900-A97F：爪哇语 (Javanese) A980-A9DF：Chakma AA00-AA3F：Varang Kshiti AA40-AA6F：Sorang Sompeng AA80-AADF：Newari AB00-AB5F：越南傣语 (Vi?t Thái) AB80-ABA0：Kayah Li AC00-D7AF：朝鲜文音节 (Hangul Syllables) D800-DBFF：High-half zone of UTF-16 DC00-DFFF：Low-half zone of UTF-16 E000-F8FF：自行使用区域 (Private Use Zone) F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs) FB00-FB4F：字母表达形式 (Alphabetic Presentation Form) FB50-FDFF：阿拉伯表达形式A (Arabic Presentation Form-A) FE00-FE0F：变量选择符 (Variation Selector) FE10-FE1F：竖排形式 (Vertical Forms) FE20-FE2F：组合用半符号 (Combining Half Marks) FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms) FE50-FE6F：小型变体形式 (Small Form Variants) FE70-FEFF：阿拉伯表达形式B (Arabic Presentation Form-B) FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form) FFF0-FFFF：特殊 (Specials) 另日语中的汉字使用的是中文的汉字，只有假名有单独的unicode！

Unicode CJK 的范围分布在多个区段中，2 楼所贴出来的是整个 Unicode 中区块表，带有 CJK 的区块名中都拥有汉字。但最常用的范围是 U+4E00～U+9FA5，即名为：CJK Unified Ideographs 的区块，但 U+9FA6～U+9FFF 之间的字符还属于空码，暂时还未定义，但不能保证以后不会被定义。

我这孩子从小记性就不好，什么东西都要写下来才放心白耘的网络记事本Unicode汉字编码表1 Unicode编码表 　Unicode只有一个字符集，中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符, 比如汉字“经“的编码是0x7ECF,注意字符编码一般用十六进制来 表示,为了与十进制区分,十六进制以0x开头,0x7ECF转换成十进制 就是32463,UCS-2用两个字节来编码字符,两个字节就是16位二进制, 2的16次方等于65536,所以UCS-2最多能编码65536个字符。 编码从0到127的字符与ASCII编码的字符一样,比如字母“a“的Unicode 编码是0x0061,十进制是97,而“a“的ASCII编码是0x61,十进制也是97, 对于汉字的编码,事实上Unicode对汉字支持不怎么好,这也是没办法的, 简体和繁体总共有六七万个汉字,而UCS-2最多能表示65536个,才六万 多个,所以Unicode只能排除一些几乎不用的汉字,好在常用的简体汉字 也不过七千多个,为了能表示所有汉字,Unicode也有UCS-4规范,就是用 4个字节来编码字符,不过现在普遍采用的还是UCS-2，只用两个字节来 编码,看一下Unicode对汉字的编码: