Unicode编码的字块,Unicode不同范围对应的不同语言的字符集
Unicode 文字块:
Basic Latin
基本拉丁语
0-127 ASCII 码,美式英语
Latin-1 Supplement
拉丁语补充-1
126-255
ISO Latin-1 前半部分结合Basic Latin 能处理丹麦语、荷兰语、英语、法罗群岛语、佛兰德语、德语、夏威夷语、冰岛语、印度尼西亚语、爱尔兰语、挪威语、葡萄牙语、西班牙语、斯瓦西里语和瑞典语
Latin Extended-A
拉丁文扩展集-A
256-383
该字符块增添了ISO 8859 字符集Latin-2、Latin-3、Latin-4 中的字符,而且是Basic Latin 和Latin-1 没有的字符。同它们结合能够编码南非荷兰语、法国布里多尼语、巴斯克语、加泰罗尼亚语、捷克语、世界语、爱沙尼亚语、法语、Friesland 语、格陵兰岛语、匈牙利语、拉脱维亚语、立陶宛语、马耳它语、波兰语、普罗旺斯语、罗马尼亚语、吉普塞语、斯洛伐克语、斯洛文尼亚语、土耳其语和威尔士语
Latin Extended-B
拉丁文扩展集-B
383-591
大部分字符用于扩展Latin 文字以处理使用非传统文字写的语言,包括许多非洲语言、克罗地亚连字符,与塞尔维亚古斯拉夫字母、中国的拼音和Latin-10中的Sami characters 相匹配
IPA 扩展字符集
592-687
国际音标字母
间距调节字符
686-767
通常能够改变前面字母发音的小符号
可识别的连接字符
766-879
不独立存在,一般与前面的字母连用(放置在上边)的可识别的记号,如:~、‘and ??
希腊
880-1023
基于ISO 8859-7 的现代希腊语,同时提供古埃及语字符
古斯拉夫
1024-1279
基于ISO 8859-5 上的语言,俄语和多数斯拉夫语(乌克兰语、Byelorussian 等),前苏联的许多非斯拉夫语言(Azerbaijani,Ossetian,卡巴尔德
语,Chechen,Tajik 等).几种语言(库尔德语,阿布哈西亚语)需要Latin 和古斯拉夫字母
美国
1326-1423
美语
希伯来
1424-1535
希伯来语(古典和现代)、依地语、Judezmo、早期美语。阿拉伯 1536-1791 阿拉伯语,波斯语、Pashto、Sindhi、库尔德语和早期土耳其语
梵文字母
2304-2431
梵语,北印度语,尼泊尔语和印度次大陆语言,包括:Awadhi,Bagheli,Bhatneri,Bhili,Bihari,BrajBhasha,Chhattisgarhi,Garhwali,Gondi,Harauti,Ho,Jaipuri,KachchhiKanauji,Konkani,Kului,Kumaoni,Kurku,Kurukh,
Marwari,Mundari,Newari,Palpa,and Santali
孟加拉语
2432-2559
一种北印度文字,使用于印度的西孟加拉州和孟加拉国的孟加拉语、阿萨姆语、Daphla、Garo、Hallam、Khasi、Manipuri、Mizo、Naga、Munda、Rian、Santali
Gurmukhi
2560-2687
Punjabi
Gujarati
2686-2815
Gujarati
Oriya
2816-2943
Oriya、Khondi、Santali
泰米尔语
2944-3071
泰米尔语和Badaga、使用于南印度、斯里兰卡、新加坡和马来西亚部分地区
Telugu
3072-3199
Telugu、Gondi、Lambadi
埃纳德语
3200-3327
埃纳德语、Tulu
Malalayam
3326-3455
Malalayam
泰国语
3584-3711
泰国语、Kuy、Lavna、巴利语
老挝语
3712-3839
老挝语
西藏语
3840-4031
喜玛拉雅语包括西藏语、Ladakhi 和Lahuli
乔治亚语
4256-4351 乔治亚语,黑海边乔治亚前苏维埃共和国语
Hangul Jamo
4352-4607
朝鲜、韩国音节的字母组成部分
Latin 的附加扩展集
7680-7935
标准的Latin 字母如E 和Y 与可识别的记号组合在一起,除了用于越南语元音中,很少使用
希腊语扩展集
7936-8191
希腊字母与可识别记号的组合,用于正统的希腊语中
通用的标点符号
8192-8303
各种标点符号
上标和下标
8304-8351
普通的上标和下标
货币符号
8352-8399 货币符号,一般在别的地方找不到
用于符号的组合记号
8400-8447
给多个字符做记号
像字母的符号
8446-8527
像字母的符号,如™
数表
8526-8591
分数和罗马数字
箭头符号
8592-8703
箭头符号
数学符号
8704-8959
不常出现的数学运算符
技术杂项
8960-9039
APL 编程语言需要的符号和其他各种技术符号
控制图形
9216-9279
ASCII 控制字符图形,常用于调试
光学字符识别
9280-9311
在打印支票上的OCR-A(光学字符识别)和MICR(磁性墨水字符识别)符号
附加字符
9312-9471
放在圆和括号中的字母和数字
画方框字符
9472-9599
用于在等间距终端上画方框的字符
块元素
9600-9631
用于DOS 和其他用途的等间距终端图形
几何形状
9632-9727
正方形、菱形、三角形等
杂项符号
9726-9983
纸牌、象棋、占卜等
Dingbats
9984-10175
Zapf Dingbat 字符
CJK 符号和标点
12286-12351
用于中国\日本和韩国的标点符号
平假名
12352-12447
日文字母的草体.
片假名
12446-12543
非草体的日文字母,通常用于西方的外来词汇,像"keyboard"
汉语拼音字母
12544-12591
中国的发音字母表
Hangul Compatibility Jamo
12592-12687
与KSC 5601 代码兼容的韩国字符
Kanbun
12686-12703
在日文中用于指示古典中文的阅读顺序的记号
括起来的CJK 字母和月份
12800-13055
用圆和括号括起来的Hangul 和片假名字符
CJK Compatibility
13056-13311
只用于编码KSC 5601 和CNS 11643 的字符统一的CJK 象形文字 19966-40959 用于中文、日文和韩文的Han 象形文字
Hangul 音节
44032-55203
一种韩国音节
Surrogates
55296-57343
目前还不能使用,将来可用于扩展Unicode,使它包括超过百万的字符
个人使用
57344-63743
软件开发者可以在此包含自己的术语,与正在执行的字符不同
CJK 兼容性象形文字
63744-64255
为了保持与现有的标准的一致性如KSC 5601,而使用的一些汉字象形文字
字母的表现方式
64256-64335
使用于Latin、美语和希伯来语中的连字和变种
阿拉伯表象形式
64336-65023
各种阿拉伯字符的变种
组合半记号
65056-65071
把跨越多个字符的多个可识别记号连成一个可识别的记号
CJK 兼容性形式
65072-65103
用于台湾汉字象形文字
小型变种
65104-65135
用于台湾的ASCII 标点符号的小的版本
附加的阿拉伯表象形式
65136-65279
各种阿拉伯字符变种
半宽和全宽形式
65280-65519
能够在中文和日文的不同代码间转换的字符
特殊字符
65520-65535
字节顺序记号和零宽度的非中断性空格,常用于Unicode 文件的开始
Unicode编码的字块,Unicode不同范围对应的不同语言的字符集相关推荐
- python unicode编码转换中文_python unicode转中文及转换默认编码
一. 在爬虫抓取网页信息时常需要将类似"\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8"转换为中文,实际上这是unicode的中文编码.可 ...
- ASCII码、Unicode编码对照表 —— ASCII控制字符 Unicode编码 字符编码的前世此生
ASCII控制字符 Unicode编码 ASCII(American Standard Code for Information Interchange,美国信息互换标准代码,ASCⅡ)是基于拉丁字 ...
- unicode编码 php,PHP 的 UNICODE 编码和解码
方法一: function unicode_encode($name) { $name = iconv('UTF-8', 'UCS-2', $name); $len = strlen($name); ...
- unicode编码 php,PHP解码unicode编码
这篇文章主要介绍了PHP解码unicode编码 ,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下function unicode_decode($name) { //方法一 $name ...
- c语言unicode编码转ascii码,Unicode和ASCII的转换
本帖最后由 shaoxie1986 于 2010-12-26 22:52 编辑 文章翻译:梁振 信息来源:http://www.codersource.net/win32_unicode_ascii. ...
- 汉字编码(【Unicode】 【UTF-8】 【Unicode与UTF-8之间的转换】 【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】)
参考博客: Unicode与UTF-8互转(C语言实现):http://blog.csdn.net/tge7618291/article/details/7599902 汉字 Unicode 编码范围 ...
- 汉字在线转化unicode编码
http://www.bangnishouji.com/tools/chtounicode.htm 汉字转化unicode编码 欢迎使用汉字转化unicode编码工具,此程序将一段中文字转换成unic ...
- C#编码格式转换,Url,escape,unicode编码和解码
数据操作时,设计的各种类型的编码和解码方法 1 转换escape编码,解码Escape /// <summary>/// 转换escape编码/// </summary>/// ...
- 字符编码之Ascll编码,ANSI编码,Unicode编码,UTF-8编码 ,BOM
从大一上C语言就开始认识了Ascll编码,ascll码也算是我们最早所接触的编码 [1]Ascll码 Ascll码由三部分组成: 第一部分从00H到1FH共32个,一般用来通信或作为开工至之用,有的可 ...
- 浅谈unicode编码
要想弄清楚char类型,就必须了解unicode编码机制. 在unicode出现之前,已经有了很多不同的标准,比如美国的ASCⅡ,西欧的ISO8859-1,中国的GB18030等.但是没有一个统一的编 ...
最新文章
- Xamarin Essentials教程剪贴板Clipboard
- Windows服务的安装,启动,停止和卸载
- c++输出小数点后几位_2.1 怎么在屏幕上输出各种类型的数据
- 如何在AWS上架设文件服务器
- dos c语言显示符号图案,在DOS命令行窗口中显示出用各种字符拼凑出来的各种图案的实现方法,如本人头像...
- Redis的N种妙用,不仅仅是缓存
- c++ 文件读写(转)
- VI.Multidocument Transactions
- Java添加事件监听的四种方法代码实例
- c form画直线_初一数学线段、射线、直线知识点精讲
- Python入门学习三
- html 边框上下都添加文字,抖音上下边框加文字的视频制作方法教程分享
- java queue GATK_gatk4使用总结
- word无法显示下划线
- YOLO-V3代码解析系列(六) —— 网络预测(evaluate.py)
- 如何利用领英快速开发客户?
- C# 四舍五入、进一法、舍位(取整,舍去小数,向负无穷舍入)函数
- C语言课设学生籍贯信息记录簿(大作业)
- JavaScript 学习手册二
- pitch、yaw、roll三个角的区别
热门文章
- 史上最全源码安装ROS-BUG解决集合:在树莓派4B上安装Raspbian Bluster + ROS-kinetic + 配置navigation
- python中temp的用法_请问Python里temp是什么意思?
- 随机过程之基本概念(一)
- 【计算机基础】五笔字根分解图
- 01. PM之项目启动Kickoff -- 可不只是一起吃个饭
- dynamic k-max pooling 动态k-max 池化
- BZOJ1140: [POI2009]KOD 编码
- OA多级审批流程表设计方案(干货满满)
- URL是什么意思?基础知识普及
- 【程序设计与实践】实验四:自动寄存柜(C语言)