zoukankan      html  css  js  c++  java

  • 各个国家 不同字符集的unicode 编码范围

    原文地址:http://blog.csdn.NET/xzl04/article/details/6307416

    [javascript] view plain copy
     
    1. 0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin)  
    2.   
    3. 0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement)  
    4.   
    5. 0100-017F：拉丁文扩展-A (Latin Extended-A)  
    6.   
    7. 0180-024F：拉丁文扩展-B (Latin Extended-B)  
    8.   
    9. 0250-02AF：国际音标扩展 (IPA Extensions)  
    10.   
    11. 02B0-02FF：空白修饰字母 (Spacing Modifiers)  
    12.   
    13. 0300-036F：结合用读音符号 (Combining Diacritics Marks)  
    14.   
    15. 0370-03FF：希腊文及科普特文 (Greek and Coptic)  
    16.   
    17. 0400-04FF：西里尔字母 (Cyrillic)  
    18.   
    19. 0500-052F：西里尔字母补充 (Cyrillic Supplement)  
    20.   
    21. 0530-058F：亚美尼亚语 (Armenian)  
    22.   
    23. 0590-05FF：希伯来文 (Hebrew)  
    24.   
    25. 0600-06FF：阿拉伯文 (Arabic)  
    26.   
    27. 0700-074F：叙利亚文 (Syriac)  
    28.   
    29. 0750-077F：阿拉伯文补充 (Arabic Supplement)  
    30.   
    31. 0780-07BF：马尔代夫语 (Thaana)  
    32.   
    33. 07C0-077F：西非書面語言 (N'Ko)  
    34.   
    35. 0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi)  
    36.   
    37. 0860-087F：Mandaic  
    38.   
    39. 0880-08AF：撒马利亚语 (Samaritan)  
    40.   
    41. 0900-097F：天城文书 (Devanagari)  
    42.   
    43. 0980-09FF：孟加拉语 (Bengali)  
    44.   
    45. 0A00-0A7F：锡克教文 (Gurmukhi)  
    46.   
    47. 0A80-0AFF：古吉拉特文 (Gujarati)  
    48.   
    49. 0B00-0B7F：奥里亚文 (Oriya)  
    50.   
    51. 0B80-0BFF：泰米尔文 (Tamil)  
    52.   
    53. 0C00-0C7F：泰卢固文 (Telugu)  
    54.   
    55. 0C80-0CFF：卡纳达文 (Kannada)  
    56.   
    57. 0D00-0D7F：德拉维族语 (Malayalam)  
    58.   
    59. 0D80-0DFF：僧伽罗语 (Sinhala)  
    60.   
    61. 0E00-0E7F：泰文 (Thai)  
    62.   
    63. 0E80-0EFF：老挝文 (Lao)  
    64.   
    65. 0F00-0FFF：藏文 (Tibetan)  
    66.   
    67. 1000-109F：缅甸语 (Myanmar)  
    68.   
    69. 10A0-10FF：格鲁吉亚语 (Georgian)  
    70.   
    71. 1100-11FF：朝鲜文 (Hangul Jamo)  
    72.   
    73. 1200-137F：埃塞俄比亚语 (Ethiopic)  
    74.   
    75. 1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement)  
    76.   
    77. 13A0-13FF：切罗基语 (Cherokee)  
    78.   
    79. 1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics)  
    80.   
    81. 1680-169F：欧甘字母 (Ogham)  
    82.   
    83. 16A0-16FF：如尼文 (Runic)  
    84.   
    85. 1700-171F：塔加拉语 (Tagalog)  
    86.   
    87. 1720-173F：Hanunóo  
    88.   
    89. 1740-175F：Buhid  
    90.   
    91. 1760-177F：Tagbanwa  
    92.   
    93. 1780-17FF：高棉语 (Khmer)  
    94.   
    95. 1800-18AF：蒙古文 (Mongolian)  
    96.   
    97. 18B0-18FF：Cham  
    98.   
    99. 1900-194F：Limbu  
    100.   
    101. 1950-197F：德宏泰语 (Tai Le)  
    102.   
    103. 1980-19DF：新傣仂语 (New Tai Lue)  
    104.   
    105. 19E0-19FF：高棉语记号 (Kmer Symbols)  
    106.   
    107. 1A00-1A1F：Buginese  
    108.   
    109. 1A20-1A5F：Batak  
    110.   
    111. 1A80-1AEF：Lanna  
    112.   
    113. 1B00-1B7F：巴厘语 (Balinese)  
    114.   
    115. 1B80-1BB0：巽他语 (Sundanese)  
    116.   
    117. 1BC0-1BFF：Pahawh Hmong  
    118.   
    119. 1C00-1C4F：雷布查语(Lepcha)  
    120.   
    121. 1C50-1C7F：Ol Chiki  
    122.   
    123. 1C80-1CDF：曼尼普尔语 (Meithei/Manipuri)  
    124.   
    125. 1D00-1D7F：语音学扩展 (Phonetic Extensions)  
    126.   
    127. 1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplement)  
    128.   
    129. 1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement)  
    130.   
    131. 1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional)  
    132.   
    133. 1F00-1FFF：希腊语扩充 (Greek Extended)  
    134.   
    135. 2000-206F：常用标点 (General Punctuation)  
    136.   
    137. 2070-209F：上标及下标 (Superscripts and Subscripts)  
    138.   
    139. 20A0-20CF：货币符号 (Currency Symbols)  
    140.   
    141. 20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols)  
    142.   
    143. 2100-214F：字母式符号 (Letterlike Symbols)  
    144.   
    145. 2150-218F：数字形式 (Number Form)  
    146.   
    147. 2190-21FF：箭头 (Arrows)  
    148.   
    149. 2200-22FF：数学运算符 (Mathematical Operator)  
    150.   
    151. 2300-23FF：杂项工业符号 (Miscellaneous Technical)  
    152.   
    153. 2400-243F：控制图片 (Control Pictures)  
    154.   
    155. 2440-245F：光学识别符 (Optical Character Recognition)  
    156.   
    157. 2460-24FF：封闭式字母数字 (Enclosed Alphanumerics)  
    158.   
    159. 2500-257F：制表符 (Box Drawing)  
    160.   
    161. 2580-259F：方块元素 (Block Element)  
    162.   
    163. 25A0-25FF：几何图形 (Geometric Shapes)  
    164.   
    165. 2600-26FF：杂项符号 (Miscellaneous Symbols)  
    166.   
    167. 2700-27BF：印刷符号 (Dingbats)  
    168.   
    169. 27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A)  
    170.   
    171. 27F0-27FF：追加箭头-A (Supplemental Arrows-A)  
    172.   
    173. 2800-28FF：盲文点字模型 (Braille Patterns)  
    174.   
    175. 2900-297F：追加箭头-B (Supplemental Arrows-B)  
    176.   
    177. 2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B)  
    178.   
    179. 2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator)  
    180.   
    181. 2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows)  
    182.   
    183. 2C00-2C5F：格拉哥里字母 (Glagolitic)  
    184.   
    185. 2C60-2C7F：拉丁文扩展-C (Latin Extended-C)  
    186.   
    187. 2C80-2CFF：古埃及语 (Coptic)  
    188.   
    189. 2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement)  
    190.   
    191. 2D30-2D7F：提非纳文 (Tifinagh)  
    192.   
    193. 2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended)  
    194.   
    195. 2E00-2E7F：追加标点 (Supplemental Punctuation)  
    196.   
    197. 2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement)  
    198.   
    199. 2F00-2FDF：康熙字典部首 (Kangxi Radicals)  
    200.   
    201. 2FF0-2FFF：表意文字描述符 (Ideographic Description Characters)  
    202.   
    203. 3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation)  
    204.   
    205. 3040-309F：日文平假名 (Hiragana)  
    206.   
    207. 30A0-30FF：日文片假名 (Katakana)  
    208.   
    209. 3100-312F：注音字母 (Bopomofo)  
    210.   
    211. 3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo)  
    212.   
    213. 3190-319F：象形字注释标志 (Kanbun)  
    214.   
    215. 31A0-31BF：注音字母扩展 (Bopomofo Extended)  
    216.   
    217. 31C0-31EF：CJK 笔画 (CJK Strokes)  
    218.   
    219. 31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions)  
    220.   
    221. 3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months)  
    222.   
    223. 3300-33FF：CJK 兼容 (CJK Compatibility)  
    224.   
    225. 3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A)  
    226.   
    227. 4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols)  
    228.   
    229. 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)  
    230.   
    231. A000-A48F：彝文音节 (Yi Syllables)  
    232.   
    233. A490-A4CF：彝文字根 (Yi Radicals)  
    234.   
    235. A500-A61F：Vai  
    236.   
    237. A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement)  
    238.   
    239. A700-A71F：声调修饰字母 (Modifier Tone Letters)  
    240.   
    241. A720-A7FF：拉丁文扩展-D (Latin Extended-D)  
    242.   
    243. A800-A82F：Syloti Nagri  
    244.   
    245. A840-A87F：八思巴字 (Phags-pa)  
    246.   
    247. A880-A8DF：Saurashtra  
    248.   
    249. A900-A97F：爪哇语 (Javanese)  
    250.   
    251. A980-A9DF：Chakma  
    252.   
    253. AA00-AA3F：Varang Kshiti  
    254.   
    255. AA40-AA6F：Sorang Sompeng  
    256.   
    257. AA80-AADF：Newari  
    258.   
    259. AB00-AB5F：越南傣语 (Vi?t Thái)  
    260.   
    261. AB80-ABA0：Kayah Li  
    262.   
    263. AC00-D7AF：朝鲜文音节 (Hangul Syllables)  
    264.   
    265. D800-DBFF：High-half zone of UTF-16  
    266.   
    267. DC00-DFFF：Low-half zone of UTF-16  
    268.   
    269. E000-F8FF：自行使用區域 (Private Use Zone)  
    270.   
    271. F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs)  
    272.   
    273. FB00-FB4F：字母表達形式 (Alphabetic Presentation Form)  
    274.   
    275. FB50-FDFF：阿拉伯表達形式A (Arabic Presentation Form-A)  
    276.   
    277. FE00-FE0F：变量选择符 (Variation Selector)  
    278.   
    279. FE10-FE1F：竖排形式 (Vertical Forms)  
    280.   
    281. FE20-FE2F：组合用半符号 (Combining Half Marks)  
    282.   
    283. FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms)  
    284.   
    285. FE50-FE6F：小型变体形式 (Small Form Variants)  
    286.   
    287. FE70-FEFF：阿拉伯表達形式B (Arabic Presentation Form-B)  
    288.   
    289. FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form)  
    290.   
    291. FFF0-FFFF：特殊 (Specials)  


    java正则:

    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。

    下面这个是 Unicode 中 U+4E00～U+9FFF 的码表：
    http://www.unicode.org/charts/PDF/U4E00.pdf

    在这里可以根据 Unicode 码查到所有的字符：
    http://www.unicode.org/cgi-bin/GetUnihanData.pl

    另：在正则表达式中使用 [u4e00-u9fa5] 这种方式属于写死的代码，并不能根据
    平台所提供的字符集范围不同而改变，不过对于要求不是很高的话的是可以了。如果
    对字符集的要求很高，可以采用下面的这种 Unicode 块的方式：

    Java code
     
    ?
    1
    String regex = "[\p{InCJK Unified Ideographs}&&\P{Cn}]]";



    在当前的 JDK 版中与 [u4e00-u9fa5] 的意义一致。但这样可以匹配 Java 平台所支持
    Unicode 块名为 CJK Unified Ideogrpahs 中已定义的字符，这种方式就属于“活”代码
    今后的 JDK 版本升级了，定义到了 u9fa6 的字符，同样能够满足匹配。
  • 相关阅读:
    SQL SERVER 2000 配置文件 SETUP.INI
    （转）Sybase ASE基础知识：利用Sybase Central简单操作Sybase ASE数据库
    新软发布：Autorun病毒免疫工具
    vc 编程最需要注意的地方
    (转)不得不了解VB中的CallByName
    作业总结
    (转)傻瓜式简单制作Windows7旗舰版免激活光盘镜像教程 (安装后自动激活)
    发布C#模块：平面凸包的计算
    凸包计算模块ConvexHull的使用方法
    模块发布——树类模块
  • 原文地址：https://www.cnblogs.com/jiangzhaowei/p/6952586.html
Copyright © 2011-2022 走看看