中文的 Unicode 编码范围

Posted on Wed, 25 Dec 2024 10:37:04 +0800 by LiangMingJian

Unicode 编码范围 #

正则表达式中，可以通过 Unicode 编码来对一定范围内的中文字符进行匹配。

• 2E80～33FFh：中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符，中日韩的符号、标点、带圈或带括符文数字、月份，以及日本的假名组合、单位、年号、月份、日期、时间等。
• 3400～4DFFh：中日韩认同表意文字扩充A区，总计收容6,582个中日韩汉字。
• 4E00～9FFFh：中日韩认同表意文字区，总计收容20,902个中日韩汉字。
• A000～A4FFh：彝族文字区，收容中国南方彝族文字和字根。
• AC00～D7FFh：韩文拼音组合字区，收容以韩文音符拼成的文字。
• F900～FAFFh：中日韩兼容表意文字区，总计收容302个中日韩汉字。
• FB00～FFFDh：文字表现形式区，收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。
• 2E80-9FFF：中日韩文字，包括绝大部分繁體中文
• 4E00-9FFF：中文，部分繁体中文