unicode字符集详解，中文字符范围，标点符号范围等

最新推荐文章于 2023-04-24 07:14:08 发布

Kevin__Mei

最新推荐文章于 2023-04-24 07:14:08 发布

阅读量5.5k

点赞数 7

分类专栏： C# 文章标签：正则表达式

原文链接：https://blog.oasisfeng.com/2006/10/19/full-cjk-unicode-range/

版权

C# 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

经常要使用过滤中文，过滤标点符号之类的正则表达式，这里对查到的字符集返回做个汇总

拉丁文字符

0020-007E，包括常见的数字，英文a-z,A-Z, 一些标点符号，具体参考：https://www.runoob.com/charsets/ref-utf-basic-latin.html

完整的CJK Unicode范围（5.0版）

因为FontRouter新版本开发的需要，在网上搜索了一下汉字的Unicode范围，普遍给出了“U+4E00…U+9FA5”。但事实上这个范围是不完整的，甚至连基本的全角（中文）标点也未包含在内。为此，我特地查询了Unicode官方的Code Charts数据库，并根据最新的Unicode 5.0版整理如下：
CJK 全称为：中日韩统一表象文字
注：在绝大多数应用场合中，我们可以仅用（1）、（2）、（3）、（4）、（5）的集合作为CJK判断的依据。

1）标准CJK文字

http://www.unicode.org/Public/UNIDATA/Unihan.html
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

2）全角ASCII、全角中英文标点、半宽片假名、半宽平假名、半宽韩文字母：FF00-FFEF

http://www.unicode.org/charts/PDF/UFF00.pdf

3）CJK部首补充：2E80-2EFF

http://www.unicode.org/charts/PDF/U2E80.pdf

4）CJK标点符号：3000-303F

http://www.unicode.org/charts/PDF/U3000.pdf

5）CJK笔划：31C0-31EF

http://www.unicode.org/charts/PDF/U31C0.pdf

6）康熙部首：2F00-2FDF

http://www.unicode.org/charts/PDF/U2F00.pdf

7）汉字结构描述字符：2FF0-2FFF

http://www.unicode.org/charts/PDF/U2FF0.pdf