unicode字符集大全（Unicode字符列表的Unicode 编码表）

本文目录

• Unicode字符列表的Unicode 编码表
• Unicode字符集
• 电脑 unicode
• Unicode码的介绍
• unicode字符集是多少位的字符编码
• unicode8.0 共多少字符集
• Unicode是什么
• unicode字符有哪些

Unicode字符列表的Unicode 编码表

Unicode 编码表 　　BMP SMP SIP SSP 　　0000—0FFF 8000—8FFF 10000—10FFF 20000—20FFF 28000—28FFF E0000—E0FFF 　　1000—1FFF 9000—9FFF 21000—21FFF 29000—29FFF 　　2000—2FFF A000—AFFF 12000—12FFF 22000—22FFF 2A000—2AFFF 　　3000—3FFF B000—BFFF 23000—23FFF 　　4000—4FFF C000—CFFF 24000—24FFF 2F000—2FFFF 　　5000—5FFF D000—DFFF 1D000—1DFFF 25000—25FFF 　　6000—6FFF E000—EFFF 26000—26FFF 　　7000—7FFF F000—FFFF 1F000—1FFFF 27000—27FFF
注：除非有特别指明，否则以下符号皆属“半角”而非“全角”。

Unicode字符集

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。

电脑 unicode

Unicode字符集含义就将文字和符号赋予一个唯一的数值编号，每个数值代表特定的一个文字或符号。与我们的居民身份号码道理相似。

UCS-2、UCS-4可以理解为Unicode字符保存在存储设备时的实际保存方法。

“UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据次高字节分为256个平面（plane）。每个平面根据第3个字节分为256行 （row），每行有256个码位（cell）。”

UCS-4用4个字节表示一个字符。

这四个字节分别成为从高到低分别称为字节1、字节2、字节3、字节4。每个字节的表达范围是0到255个256种数值。
字节1称为组八位
字节2称为平面八位
字节3称为行八位
字节4称为字位八位。

其中最高位字节即可字节1的最高位（二进制位）必须0，所以它实际的表达范围0-127，该规定来自ISO10464标准（国际标准化组织标准，是该字符编码的等同标准）

你可以理解为数学中数字的个位数、十位数、百位数，只不过这里是字节而已。

“group 0的平面0被称作BMP（Basic Multilingual Plane）。将UCS-4的BMP去掉前面的两个零字节就得到了UCS-2。”

可以理解为字节1和字节2全为0。因为最高两个字节全为0，在实际使用中就可以忽略当成UCS-2。
UCS-2就是用两个字节表示一个字符。

可以参看
ISO10464的等同标准中国国家标准GB 13000.1-1993《信息技术 通用多八位编码字符集(UCS) 第一部分：体系结构与基本多文种平面》

Unicode标准（英文）
可以在这里寻找http://www.unicode.org/versions/Unicode5.2.0/

Unicode码的介绍

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

unicode字符集是多少位的字符编码

unicode编码用2个字节存储字符。

2个字节=16个bit，即16位二进制编码。

注意：一个bit=一位二进制。

最初的unicode编码是固定长度的，16位，也就是2两个字节代表一个字符，这样一共可以表示65536个字符。显然，这样要表示各种语言中所有的字符是远远不够的。

Unicode4.0规范考虑到了这种情况，定义了一组附加字符编码，附加字符编码采用2个16位来表示，这样最多可以定义1048576个附加字符，目前unicode4.0只定义了45960个附加字符。

扩展资料：

字母和数字的 ASCII 码的记忆是非常简单的。我们只要记住了一个字母或数字的 ASCII 码（例如记住 A 为 65 ， 0 的 ASCII 码为 48 ），知道相应的大小写字母之间差 32 ，就可以推算出其余字母、数字的 ASCII 码。

虽然标准 ASCII 码是 7 位编码，但由于计算机基本处理单位为字节（ 1byte = 8bit ），所以一般仍以一个字节来存放一个 ASCII 字符。每一个字节中多余出来的一位（最高位）在计算机内部通常保持为 0 （在数据传输时可用作奇偶校验位）。

参考资料来源：百度百科-字符编码

unicode8.0 共多少字符集

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。

Unicode是什么

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。

Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。

Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以。

因为Python的诞生比Unicode标准发布的时间还要早，所以最早的Python只支持ASCII编码，普通的字符串’ABC’在Python内部都是ASCII编码的。

Unicode 是为了解决传统的字符编码方案的局限而产生的，例如ISO 8859所定义的字符虽然在不同的国家中广泛地使用，可是在不同国家间却经常出现不兼容的情况。

很多传统的编码方式都有一个共同的问题，即容许电脑处理双语环境（通常使用拉丁字母以及其本地语言），但却无法同时支持多语言环境（指可同时处理多种语言混合的情况）。

扩展资料：

Unicode 兼容于 ASCII 字符并被大多数程序所支持，前128个 Unicode 码同 ASCII 码具有同样的字节值；Unicode 字符从 U+0020 到 U+007E 等同与 ASCII 码的 0x20 到 0x7E，不同于支持拉丁字母的7位 ASCII。

Unicode 对每个字符进行16位值的编码设置，它允许几万个字符，例如 Unicode 2.0 版包含 38,885 个字符，它也可以进行扩展，如 UTF-16 允许用16位字符组合为一百万或更多的字符，UTF 将编码转换为真实的二进制位。

Unicode 完全兼容于国际标准 ISO/IEC 10646-1; 1993，它是 ISO 10646 的一个子集，并支持用两个八进制数的 ISO UCS-2（Universal Character Set）。

JavaScript 1.3 版本对 Unicode 的支持意味着您可以任意地在程序中使用本地的字符以及特殊的科学符号。Unicode 提供了一种标准的方法来编码多语言文本，并且因为它兼容于 ASCII ，您也可以随意使用 ASCII 字符。

参考资料来源：百度百科-Unicode

unicode字符有哪些

常用的unicode字符编码范围0000到FFFF. 常用的unicode字符与ASCII类似，就是键盘上看到的英文字母，数字和标点符号，与ASCII不同在于代码的数值。
-----------------------
Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。

最新版本的 Unicode 是 2006年7月14日推出的Unicode 5.0.0。

Unicode 的编码方式与 ISO 10646 的通用字符集（Universal Character Set，UCS）概念相对应，目前实际应用的 Unicode 版本对应于 UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示 216 即 65536 个字符。基本满足各种语言的使用。实际上目前版本的 Unicode 尚未填充满这16位编码，保留了大量空间作为特殊使用或将来扩展。