Unicode字符类

Unicode 通用类别:

http://msdn.microsoft.com/zh-cn/library/20bw873z(VS.80).aspx

类别	说明
Lu	字母，大写
Ll	字母，小写
Lt	字母，词首字母大写
Lm	字母，修饰符
Lo	字母，其他
Mn	标记，非间距
Mc	标记，间距组合
Me	标记，封闭
Nd	数字，十进制数
Nl	数字，字母
No	数字，其他
Pc	标点，连接符
Pd	标点，短划线
Ps	标点，开始
Pe	标点，结束
Pi	标点，前引号（根据用途可能表现为类似 Ps 或 Pe）
Pf	标点，后引号（根据用途可能表现为类似 Ps 或 Pe）
Po	标点，其他
Sm	符号，数学
Sc	符号，货币
Sk	符号，修饰符
So	符号，其他
Zs	分隔符，空白
Zl	分隔符，行
Zp	分隔符，段落
Cc	其他，控制
Cf	其他，格式
Cs	其他，代理项
Co	其他，私用
Cn	其他，未赋值（不存在任何字符具有此属性）

.NET Framework 提供其他类别，用于表示一组 Unicode 字符类别，如下表所示。

类别	表示
C	（所有控制字符）Cc、Cf、Cs、Co 和 Cn。
L	（所有字母）Lu、Ll、Lt、Lm 和 Lo。
M	（所有附加符号标记）Mn、Mc 和 Me。
N	（所有数字）Nd、Nl 和 No。
P	（所有标点）Pc、Pd、Ps、Pe、Pi、Pf 和 Po。
S	（所有符号）Sm、Sc、Sk 和 So。
Z	（所有分隔符）Zs、Zl 和 Zp。

UnicodeCategory 枚举

http://msdn.microsoft.com/zh-cn/library/system.globalization.unicodecategory.aspx 成员

	成员名称	说明
Lu	UppercaseLetter	指示字符是大写字母。
Ll	LowercaseLetter	指示字符是小写字母。
Lt	TitlecaseLetter	指示字符是词首字母大写字母。
Lm	ModifierLetter	指示字符是修饰符字母，它是独立式的间距字符，指示前面字母的修改。
Lo	OtherLetter	指示字符是字母，但它不是大写字母、小写字母、词首字母大写或修饰符字母。
Mn	NonSpacingMark	指示字符是非间距字符，这指示基字符的修改。
Mc	SpacingCombiningMark	指示字符是间距字符，这指示基字符的修改并影响该基字符的标志符号的宽度。
Me	EnclosingMark	指示字符是封闭符号，封闭符号是非间距组合字符，它环绕直到基字符（并包括基字符）的所有前面的字符。
Nd	DecimalDigitNumber	指示字符是十进制数字，即在范围 0 到 9 内。
Nl	LetterNumber	指示字符是由字母表示的数字，而不是十进制数字，例如，罗马数字 5 由字母“V”表示。
No	OtherNumber	指示字符是数字，但它既不是十进制数字也不是字母数字，例如分数 1/2。
Zs	SpaceSeparator	指示字符是空白字符，它不具有标志符号，但不是控制或格式字符。
Zl	LineSeparator	指示字符用于分隔文本各行。
Zp	ParagraphSeparator	指示字符用于分隔段落。
Cc	Control	指示字符是控制代码，其 Unicode 值是 U+007F，或者位于 U+0000 到 U+001F 或 U+0080 到 U+009F 范围内。
Cf	Format	指示字符是格式字符，格式字符是通常不呈现的字符，但它影响文本布局或文本处理操作。
Cs	Surrogate	指示字符是高代理项还是低代理项。代理项代码值在范围 U+D800 到 U+DFFF 内。
Co	PrivateUse	指示字符是专用字符，其 Unicode 值在范围 U+E000 到 U+F8FF 内。
Pc	ConnectorPunctuation	指示字符是连接两个字符的连接符标点。
Pd	DashPunctuation	指示字符是短划线或连字符。
Ps	OpenPunctuation	指示字符是成对的标点符号（例如括号、方括号和大括号）之一的开始字符。
Pe	ClosePunctuation	指示字符是成对的标点符号（例如括号、方括号和大括号）之一的封闭字符。
Pi	InitialQuotePunctuation	指示字符是开始或前引号。
Pf	FinalQuotePunctuation	指示字符是封闭或后引号。
Po	OtherPunctuation	指示字符是标点，但它不是连接符标点、短划线标点、开始标点、结束标点、前引号标点或后引号标点。
Sm	MathSymbol	指示字符是数学符号，例如“+”或“=”。
Sc	CurrencySymbol	指示字符是货币符号。
Sk	ModifierSymbol	指示字符是修饰符符号，这指示环绕字符的修改。例如，分数斜线号指示其左侧的数字为分子，右侧的数字为分母。
So	OtherSymbol	指示字符是符号，但它不是数学符号、货币符号或修饰符符号。
Cn	OtherNotAssigned	指示字符未被分配给任何 Unicode 类别。

 备注

此 UnicodeCategory 枚举用于支持 Char 方法，例如 IsUpper(Char)。这种方法可确定指定的字符是否属于特定的 Unicode 通用类别的成员。Unicode 通用类别用于定义字符的一般分类，即将字符指定为字母、十进制数字、分隔符、数学符号、标点符号等类型。

此枚举基于 Unicode 标准 5.0 版。有关更多信息，请参见位于 Unicode Character Database（Unicode 字符数据库）上的“UCD File Format”（UCD 文件格式）和“General Category Values”（通用类别值）副主题。

Unicode 标准定义以下方面：

代理项对是单个抽象字符的编码字符表示形式，此序列包含两个代码单元，第一个单元是高代理项，第二个单元是低代理项。高代理项是范围 U+D800 到 U+DBFF 中的 Unicode 码位，低代理项是范围 U+DC00 到 U+DFFF 中的 Unicode 码位。

组合字符序列是基字符和一个或多个组合字符的组合。代理项对表示基字符或组合字符。组合字符可以是间距字符或非间距字符。在呈现时，间距组合字符自身会占据一个间距位置，而非间距组合字符则不是这样。例如，音调字符就是非间距组合字符之一。

修饰符字母是独立式的间距字符，它与组合字符相似，指示前面字母的修改。

括号是非间距组合字符，它将直到基字符（并包括基字符）的前面的所有字符括起来。

格式字符是通常不呈现的字符，但它影响文本布局或文本处理操作。

Unicode 标准定义某些标点符号的若干变体。例如，连字符可以是表示一个连字符的若干代码值之一，如 U+002D（减号连字符）、U+00AD（软连字符）、U+2010（连字符）或 U+2011（不间断连字符）。这同样适用于短划线、空白字符和引号。

Unicode 标准还将代码分配给十进制数字的表示形式，这些表示形式特定于给定的书写符号或语言，例如 U+0030（数字零）和 U+0660（阿拉伯-印度数字零）。

 

統一碼 5.0.0 版區塊名稱表（Block Names for Unicode 5.0.0）

 

http://www.geocities.com/chukl000/unicode/unicode5-0-0.html

區塊位置 Block Positons	區塊名稱 Block Names
	English Names	中文譯名
0000-007F	Basic Latin	基本拉丁字母
0080-00FF	Latin-1 Supplement	拉丁字母補充-1
0100-017F	Latin Extended-A	拉丁字母擴充-A
0180-024F	Latin Extended-B	拉丁字母擴充-B
0250-02AF	IPA Extensions	國際音標擴充
02B0-02FF	Spacing Modifier Letters	進格修飾字元
0300-036F	Combining Diacritical Marks	組合音標附加符號
0370-03FF	Greek and Coptic	希臘字母
0400-04FF	Cyrillic	西里爾字母
0500-052F	Cyrillic Supplement	西里爾字母補充
0530-058F	Armenian	亞美尼亞文
0590-05FF	Hebrew	希伯來文
0600-06FF	Arabic	基本阿拉伯文
0700-074F	Syriac	敘利亞文
0750-077F	Arabic Supplement	阿拉伯文補充
0780-07BF	Thaana	塔納文
07C0-07FF	N’Ko
0900-097F	Devanagari	天城體梵文字母
0980-09FF	Bengali	孟加拉文
0A00-0A7F	Gurmukhi	古爾穆基文
0A80-0AFF	Gujarati	古吉拉特文
0B00-0B7F	Oriya	奧里亞文
0B80-0BFF	Tamil	泰米爾文
0C00-0C7F	Telugu	泰盧固文
0C80-0CFF	Kannada	卡納達文
0D00-0D7F	Malayalam	馬拉亞拉姆文
0D80-0DFF	Sinhala	僧伽羅文
0E00-0E7F	Thai	泰文
0E80-0EFF	Lao	老撾文；寮文
0F00-0FFF	Tibetan	藏文
1000-109F	Myanmar	緬甸文
10A0-10FF	Georgian	格魯吉亞文
1100-11FF	Hangul Jamo	諺文字母
1200-137F	Ethiopic	埃塞俄比亞文
1380-139F	Ethiopic Supplement	埃塞俄比亞文補充
13A0-13FF	Cherokee	切羅基文
1400-167F	Unified Canadian Aboriginal Syllabics	加拿大土著統一音節文字
1680-169F	Ogham	歐甘文
16A0-16FF	Runic	北歐古文
1700-171F	Tagalog	他加祿文
1720-173F	Hanunoo	哈努諾文
1740-175F	Buhid	布希德文
1760-177F	Tagbanwa	塔格巴努亞文
1780-17FF	Khmer	高棉文
1800-18AF	Mongolian	蒙古文
1900-194F	Limbu	林布文
1950-197F	Tai Le	傣哪文；德宏傣文
1980-19DF	New Tai Lue	新傣仂文
19E0-19FF	Khmer Symbols	高棉符號
1A00-1A1F	Buginese	布吉文
1B00-1B7F	Balinese	巴厘文
1D00-1D7F	Phonetic Extensions	音標擴充
1D80-1DBF	Phonetic Extensions Supplement	音標擴充補充
1DC0-1DFF	Combining Diacritical Marks Supplement	組合音標附加符號
1E00-1EFF	Latin Extended Additional	拉丁字母擴充附加
1F00-1FFF	Greek Extended	希臘文擴充
2000-206F	General Punctuation	一般標點符號
2070-209F	Superscripts and Subscripts	下標及上標
20A0-20CF	Currency Symbols	貨幣符號
20D0-20FF	Combining Diacritical Marks for Symbols	符號用組合附加符號
2100-214F	Letterlike Symbols	似字母符號
2150-218F	Number Forms	數字形式
2190-21FF	Arrows	箭頭符號
2200-22FF	Mathematical Operators	數學運算符號
2300-23FF	Miscellaneous Technical	混合專門符號；零雜技術符號
2400-243F	Control Pictures	控制圖像
2440-245F	Optical Character Recognition	光學字元識別
2460-24FF	Enclosed Alphanumerics	圈型字母數字
2500-257F	Box Drawing	製表符
2580-259F	Block Elements	區塊元件
25A0-25FF	Geometric Shapes	幾何形狀
2600-26FF	Miscellaneous Symbols	混合什錦符號；零雜符號
2700-27BF	Dingbats	什錦符號
27C0-27EF	Miscellaneous Mathematical Symbols-A	混合數學符號-A；零雜數學符號-A
27F0-27FF	Supplemental Arrows-A	補充性箭頭符號-A
2800-28FF	Braille Patterns	盲文；盲人點字
2900-297F	Supplemental Arrows-B	補充性箭頭符號-B
2980-29FF	Miscellaneous Mathematical Symbols-B	混合數學符號-B；零雜數學符號-B
2A00-2AFF	Supplemental Mathematical Operators	補充性數學運算符號
2B00-2BFF	Miscellaneous Symbols and Arrows	混合什錦符號和箭頭符號；零雜符號與箭頭
2C00-2C5F	Glagolitic	格拉哥爾字母
2C60-2C7F	Latin Extended-C	拉丁字母擴充-C
2C80-2CFF	Coptic	科普特文
2D00-2D2F	Georgian Supplement	格魯吉亞文補充
2D30-2D7F	Tifinagh	提非納格字母
2D80-2DDF	Ethiopic Extended	埃塞俄比亞文擴充
2E00-2E7F	Supplemental Punctuation	補充性標點符號
2E80-2EFF	CJK Radicals Supplement	中日韓部首補充
2F00-2FDF	Kangxi Radicals	康熙部首
2FF0-2FFF	Ideographic Description Characters	漢字結構描述字符
3000-303F	CJK Symbols and Punctuation	中日韓符號和標點
3040-309F	Hiragana	平假名
30A0-30FF	Katakana	片假名
3100-312F	Bopomofo	注音符號
3130-318F	Hangul Compatibility Jamo	諺文相容字母
3190-319F	Kanbun	漢文標註號
31A0-31BF	Bopomofo Extended	注音符號擴充
31C0-31EF	CJK Strokes	中日韓筆畫部件
31F0-31FF	Katakana Phonetic Extensions	片假名音標擴充
3200-32FF	Enclosed CJK Letters and Months	括號中日韓字母及月份；圈型中日韓字母及月份
3300-33FF	CJK Compatibility	中日韓相容字元
3400-4DBF	CJK Unified Ideographs Extension A	中日韓統一表意文字擴充A
4DC0-4DFF	Yijing Hexagram Symbols	易經六十四卦象
4E00-9FFF	CJK Unified Ideographs	中日韓統一表意文字
A000-A48F	Yi Syllables	彝文音節
A490-A4CF	Yi Radicals	彝文字母
A700-A71F	Modifier Tone Letters	聲調符號
A720-A7FF	Latin Extended-D	拉丁字母擴充-D
A800-A82F	Syloti Nagri
A840-A87F	Phags-pa	八思巴字母
AC00-D7AF	Hangul Syllables	諺文音節
D800-DB7F	High Surrogates	高半代用區
DB80-DBFF	High Private Use Surrogates	高半專用代用區
DC00-DFFF	Low Surrogates	低半代用區
E000-F8FF	Private Use Area	專用區
F900-FAFF	CJK Compatibility Ideographs	中日韓相容表意文字
FB00-FB4F	Alphabetic Presentation Forms	字母變體顯現形式
FB50-FDFF	Arabic Presentation Forms-A	阿拉伯文變體顯現形式-A
FE00-FE0F	Variation Selectors	字型變換選取器
FE10-FE1F	Vertical Forms	豎式標點
FE20-FE2F	Combining Half Marks	組合半形標示
FE30-FE4F	CJK Compatibility Forms	中日韓相容形式
FE50-FE6F	Small Form Variants	小寫變體
FE70-FEFF	Arabic Presentation Forms-B	阿拉伯文變體顯現形式-B
FF00-FFEF	Halfwidth and Fullwidth Forms	半形及全形字符
FFF0-FFFF	Specials	特殊區域
10000-1007F	Linear B Syllabary	線形文字B音節文字
10080-100FF	Linear B Ideograms	線形文字B表意文字
10100-1013F	Aegean Numbers	愛琴數字
10140-1018F	Ancient Greek Numbers	古希臘數字
10300-1032F	Old Italic	古意大利文
10330-1034F	Gothic	哥特文
10380-1039F	Ugaritic	烏加里特楔形文字
103A0-103DF	Old Persian	古波斯文
10400-1044F	Deseret	猶他大學音標
10450-1047F	Shavian	肅伯納字母
10480-104AF	Osmanya
10800-1083F	Cypriot Syllabary	塞浦路斯音節文字
10900-1091F	Phoenician	腓尼基字母
10A00-10A5F	Kharoshthi	佉盧字母
12000-123FF	Cuneiform	楔形文字
12400-1247F	Cuneiform Numbers and Punctuation	楔形文字數字及標點
1D000-1D0FF	Byzantine Musical Symbols	東正教音樂符號
1D100-1D1FF	Musical Symbols	音樂符號
1D200-1D24F	Ancient Greek Musical Notation	古希臘音樂譜記號
1D300-1D35F	Tai Xuan Jing Symbols	太玄經符號
1D360-1D37F	Counting Rod Numerals	算籌記數式
1D400-1D7FF	Mathematical Alphanumeric Symbols	數學用字母數字符號
20000-2A6DF	CJK Unified Ideographs Extension B	中日韓統一表意文字擴充B
2F800-2FA1F	CJK Compatibility Ideographs Supplement	中日韓相容表意文字補充
E0000-E007F	Tags	語言編碼標籤
E0100-E01EF	Variation Selectors Supplement	字型變換選取器補充
FFF80-FFFFF	Supplementary Private Use Area-A	補充專用區-A
10FF80-10FFFF	Supplementary Private Use Area-B	補充專用區-B

 

标准CJK文字
http://www.unicode.org/Public/UNIDATA/Unihan.html

 

http://blog.oasisfeng.com/2006/10/19/full-cjk-unicode-range/

Code point range	Block name	Release
U+3400..U+4DB5	CJK Unified Ideographs Extension A	3.0
U+4E00..U+9FA5	CJK Unified Ideographs	1.1
U+9FA6..U+9FBB	CJK Unified Ideographs	4.1
U+F900..U+FA2D	CJK Compatibility Ideographs	1.1
U+FA30..U+FA6A	CJK Compatibility Ideographs	3.2
U+FA70..U+FAD9	CJK Compatibility Ideographs	4.1
U+20000..U+2A6D6	CJK Unified Ideographs Extension B	3.1
U+2F800..U+2FA1D	CJK Compatibility Supplement	3.1