3400-4DBF/4E00-9FFF/20000-3FFFF：中日韩越统一表意文字（CJKV Unified Ideographs） [1]
0000-007F：C0控制符及基本拉丁文（C0 Control and Basic Latin）
0080-00FF：C1控制符及拉丁文补充-1（C1 Control and Latin 1 Supplement）
0100-017F：拉丁文扩展-A（Latin Extended-A）
0180-024F：拉丁文扩展-B（Latin Extended-B）
0250-02AF：国际音标扩展（IPA Extensions）
02B0-02FF：空白修饰字母（Spacing Modifiers）
0300-036F：结合用读音符号（Combining Diacritics Marks）
0370-03FF：希腊文及科普特文（Greek and Coptic）
0400-04FF：西里尔字母（Cyrillic）
0500-052F：西里尔字母补充（Cyrillic Supplement）
0530-058F：亚美尼亚语（Armenian）
0590-05FF：希伯来文（Hebrew）
0600-06FF：阿拉伯文（Arabic）
0700-074F：叙利亚文（Syriac）
0750-077F：阿拉伯文补充（Arabic Supplement）
0780-07BF：马尔代夫语（Thaana）
0800-085F：阿维斯塔语及巴列维语（Avestan and Pahlavi）
0860-087F：曼达安语（Mandaic）
0880-08AF：撒马利亚语（Samaritan）
0900-097F：天城文书（Devanagari）
0980-09FF：孟加拉语（Bengali）
0A00-0A7F：古木基文（Gurmukhi）
0A80-0AFF：古吉拉特文（Gujarati）
0B00-0B7F：奥里亚文（Oriya）
0B80-0BFF：泰米尔文（Tamil）
0C00-0C7F：泰卢固文（Telugu）
0C80-0CFF：卡纳达文（Kannada）
0D00-0D7F：马拉雅拉姆语（Malayalam）
0E00-0E7F：泰文（Thai）
0E80-0EFF：老挝文（Lao）
0F00-0FFF：藏文（Tibetan）
1000-109F：缅甸语（Myanmar）
10A0-10FF：格鲁吉亚语（Georgian）
1100-11FF：朝鲜文字母（Hangul Jamo）
1200-137F：埃塞俄比亚语（Ethiopic）
1380-139F：埃塞俄比亚语补充（Ethiopic Supplement）
13A0-13FF：切罗基语（Cherokee）
1400-167F：统一加拿大土著语音节（Unified Canadian Aboriginal Syllabics）
1680-169F：欧甘字母（Ogham）
16A0-16FF：如尼文（Runic）
1700-171F：塔加洛语 （Tagalog）
1720-173F：哈努诺文（Hanunóo）
1740-175F：布锡文（Buhid）
1760-177F：塔格巴努亚文（Tagbanwa）
18B0-18FF：鞑靼语（Cham）
1900-194F：林布文（Limbu）
1950-197F：德宏傣语（Tai Le）
1980-19DF：新傣仂语（New Tai Lue）
19E0-19FF：高棉语记号（Khmer Symbols）
1A20-1A5F：巴塔克文（Batak）
1A80-1AEF：兰纳文（Lanna/Tai Tham）
1B00-1B7F：巴厘语（Balinese）
1B80-1BB0：巽他语（Sundanese）
1BC0-1BFF：救世苗文（Pahawh Hmong）
1C00-1C4F：雷布查语（Lepcha）
1C50-1C7F：奥尔其基语字母（Ol Chiki）
1C80-1CDF：曼尼普尔语（Meithei/Manipuri）
1D00-1D7F：语音学扩展（Phonetic Extensions）
1D80-1DBF：语音学扩展补充（Phonetic Extensions Supplement）
1DC0-1DFF：结合用读音符号补充（Combining Diacritics Marks Supplement）
1E00-1EFF：拉丁文扩充附加（Latin Extended Additional）
1F00-1FFF：希腊语扩充（Greek Extended）
2000-206F：常用标点（General Punctuation）
2070-209F：上标及下标（Superscripts and Subscripts）
20A0-20CF：货币符号（Currency Symbols）
20D0-20FF：组合用记号（Combining Diacritics Marks for Symbols）
2100-214F：字母式符号（Letterlike Symbols）
2150-218F：数字形式（Number Form）
2190-21FF：箭头（Arrows）
2200-22FF：数学运算符（Mathematical Operator）
2300-23FF：杂项工业符号（Miscellaneous Technical）
2400-243F：控制图片（Control Pictures）
2440-245F：光学识别符（Optical Character Recognition）
2460-24FF：封闭式字母数字（Enclosed Alphanumerics）
2500-257F：制表符（Box Drawing）
2580-259F：方块元素（Block Element）
25A0-25FF：几何图形（Geometric Shapes）
2600-26FF：杂项符号（Miscellaneous Symbols）
2700-27BF：印刷符号（Dingbats）
27C0-27EF：杂项数学符号-A（Miscellaneous Mathematical Symbols-A）
27F0-27FF：追加箭头-A（Supplemental Arrows-A）
2800-28FF：盲文点字模型（Braille Patterns）
2900-297F：追加箭头-B（Supplemental Arrows-B）
2980-29FF：杂项数学符号-B（Miscellaneous Mathematical Symbols-B）
2A00-2AFF：追加数学运算符（Supplemental Mathematical Operator）
2B00-2BFF：杂项符号和箭头（Miscellaneous Symbols and Arrows）
2C00-2C5F：格拉哥里字母（Glagolitic）
2C60-2C7F：拉丁文扩展-C（Latin Extended-C）
2C80-2CFF：古埃及语（Coptic）
2D00-2D2F：格鲁吉亚语补充（Georgian Supplement）
2D30-2D7F：提非纳文（Tifinagh）
2D80-2DDF：埃塞俄比亚语扩展（Ethiopic Extended）
2E00-2E7F：追加标点（Supplemental Punctuation）
2E80-2EFF：CJK部首补充（CJK Radicals Supplement）
2F00-2FDF：康熙字典部首（Kangxi Radicals）
2FF0-2FFF：表意文字描述符（Ideographic Description Characters）
3000-303F：CJK符号和标点（CJK Symbols and Punctuation）
3040-309F：日文平假名（Hiragana）
3130-318F：朝鲜文兼容字母（Hangul Compatibility Jamo）
3190-319F：象形字注释标志（Kanbun）
31A0-31BF：注音字母扩展（Bopomofo Extended）
31C0-31EF：CJK笔画（CJK Strokes）
31F0-31FF：日文片假名语音扩展（Katakana Phonetic Extensions）
3200-32FF：封闭式CJK文字和月份（Enclosed CJK Letters and Months）
3300-33FF：CJK兼容（CJK Compatibility）
3400-4DBF：CJK统一表意符号扩展-A（CJK Unified Ideographs Extension-A）
4DC0-4DFF：易经六十四卦符号（Yijing Hexagrams Symbols）
4E00-9FFF：CJK统一表意符号（CJK Unified Ideographs）
A000-A48F：彝文音节（Yi Syllables）
A490-A4CF：彝文字根（Yi Radicals）
A500-A61F：瓦伊语(Vai)
A660-A6FF：统一加拿大土著语音节补充（Unified Canadian Aboriginal Syllabics Supplement）
A700-A71F：声调修饰字母（Modifier Tone Letters）
A720-A7FF：拉丁文扩展-D（Latin Extended-D）
A800-A82F：锡尔赫特文字母（Syloti Nagri）
A840-A87F：八思巴字（Phags-pa）
A880-A8DF：索拉什特拉语Saurashtra
A900-A97F：爪哇语（Javanese）
A980-A9DF：查克玛语（Chakma）
AA00-AA3F：Varang Kshiti
AA40-AA6F：索拉索姆字母（Sorang Sompeng）
AA80-AADF：尼瓦尔语（Newari）
AB00-AB5F：越南傣语（Vi?t Thái）
AB80-ABA0：克耶字母（Kayah Li）
AC00-D7AF：朝鲜文音节（Hangul Syllables）
D800-DBFF：High-half zone of UTF-16
DC00-DFFF：Low-half zone of UTF-16
E000-F8FF：自行使用区域（Private Use Zone）
F900-FAFF：CJK兼容象形文字（CJK Compatibility Ideographs）
FB00-FB4F：字母表达形式（Alphabetic Presentation Form）
FB50-FDFF：阿拉伯表达形式A（Arabic Presentation Form-A）
FE00-FE0F：变量选择符（Variation Selector）
FE10-FE1F：竖排形式（Vertical Forms）
FE20-FE2F：组合用半符号（Combining Half Marks）
FE30-FE4F：CJK兼容形式（CJK Compatibility Forms）
FE50-FE6F：小型变体形式（Small Form Variants）
FE70-FEFF：阿拉伯表达形式B（Arabic Presentation Form-B）
FF00-FFEF：半型及全型形式（Halfwidth and Fullwidth Form）
FFF0-FFFF：特殊（Specials）
10000–1FFFF：第1辅助平面，多文种补充平面（Supplementary Multilingual Plane, SMP） [1]
20000–2FFFF：第2辅助平面，表意文字补充平面（Supplementary Ideographic Plane, SIP） [1]
30000–3FFFF：第3辅助平面，表意文字第三平面（Tertiary Ideographic Plane, TIP）
40000–DFFFF：第4-13辅助平面，尚未使用
E0000–EFFFF：第14辅助平面，特别用途补充平面（Supplementary Special-purpose Plane, SSP）
F0000–FFFFF：第15辅助平面，保留作为私人使用区（Private Use Area, PUA）
100000–10FFFF：第16辅助平面，保留作为私人使用区（Private Use Area, PUA） [1]
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。【一般我们常用的汉字unicode编码，在这个范围中寻找就可以了】
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
在 Python 中，有 2 种常用的字符串类型，分别为 str 和 bytes 类型，其中 str 用来表示 Unicode 字符，bytes 用来表示二进制数据。str 类型和 bytes 类型之间就需要使用 encode() 和 decode() 方法进行转换。
（1）输入：
s = '卧槽' # python3中，汉字默认以unicode编码方式存储，所以在print打印时会将unicode对应的字符输出 print(s)
输出：
卧槽
（2）输入：
uni1=s.encode('utf-8') # 为字符串s编码，即将汉字的unicode转换为utf-8编码（ASCII）
print(uni1)
输出：
b'\xe5\x8d\xa7\xe6\xa7\xbd'
（3）输入：
uni11=s.encode('utf-8').decode() # utf-8编码后又解码，得到了汉字的unicode编码，所以print后仍为汉字
print(uni11)
输出：
卧槽
（4）输入：
uni2=s.encode('unicode-escape') # 将汉字的unicodee进行utf-8编码，得到byte类型
print(uni2)
encode(‘unicode-escape’)可将此unicode形式的str类型，转换为bytes类型的二进制数（一般为ASCII码）
输出：
b'\\u5367\\u69fd'
（5）输入：
uni22=s.encode('unicode-escape').decode() #
print(uni22)
decode(‘unicode-escape’)可将内容为unicode形式的bytes类型，转换为str类型的unicode
输出：
\u5367\u69fd
（6）输入：
print('\u5367\u69fd') # 直接输入unicode码，print函数自动转换成汉字输出
输出：
卧槽
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
