fbpx
维基百科

中日韓統一表意文字

一月 05, 2023

  「Unihan」重定向至此。关于其他用法，请见「Unihan (消歧义)」。
  此條目介紹的是中日韓統一表意文字。关于Unicode中“中日韩统一表意文字区块”的完整字符列表，请见「中日韩统一表意文字列表」。
注意：本页面含有Unihan新版汉字。有关字符可能會错误显示，詳见Unicode扩展汉字。
本页面包含越南语的喃字，部分操作系统及浏览器需要特殊字母与符号支持才能正確显示为喃字，否则可能出现乱码、问号、空格等其它符号。

中日韓統一表意文字（英語：CJK Unified Ideographs），或譯為中日韓等同表意文字[1]、中日韓認同表意文字[2]、中日韓統一漢字集[3]、中日韓統合漢字[4]，又稱作統漢碼、統一漢字集（英語：Unihan），其建立目的是將中、日、韓、越、壯、琉球文之中，起源相同、本義相通、形狀一樣或稍異的表意文字，在ISO 10646及Unicode標準中賦予相同編碼。這樣的作業活動在Unicode標準中，稱為漢字等同（英语：Han unification）[5]（英語：Han unification，或譯為漢字認同、漢字統一、漢字統合）。整理出來的中日韓統一表意文字，由Unicode聯盟建置的Unihan資料庫維護。

中日韓統一漢字集所含括的對象為漢字及其衍生出來的語素文字，包括繁體字、簡化字、日本漢字（漢字／かんじ）、韓國漢字（漢字／한자）、琉球汉字（漢字／ハンジ）、越南的喃字（𡨸喃／Chữ Nôm）與儒字（𡨸儒／Chữ Nho）、方塊壯字（𭨡倱／sawgun）。

歷史

1978年，日本產業規格制訂了基於ISO/IEC 2022的JIS C 6226，為全世界最早的漢字編碼，包含6349個漢字。1980年代，臺灣（CCCII、CNS 11643）、中國大陸（GB 2312）、韓國（KS C 5601）開始制訂了各自的編碼規範。這些規範彼此之間並無連繫。若要在一份文件中同時使用，則要以跳脫字元的方式來交換。

1980年，日本的國立國會圖書館的高橋德太郎以書目學的觀點指出，一個統一的東亞漢字編碼系統是有必要的。同年，臺灣制定了三位元組的中文資訊交換碼，這是第一個期望可以一致處理中國、日本、韓國漢字的編碼。之後，美國的國會圖書館採用了此標準，並另外命名為東亞編碼字符（East Asia Coded Character，EACC，ANSI/NISO Z39.64）。

1984年，ISO的文字編碼委員會（ISO/TC 97/SC2）決議制訂出一套編碼規格（ISO 10646），是以交換文字集的方式來統一處理世界的文字。並成立了工作小組（ISO/TC 97/SC 2/ WG 2）。這個編碼一開始的構想是採用16位元，而對於日本及中國等國的漢字編碼則原封不動地加入。但若如此，中國當時所制訂的編碼都無法加入，因而反對，並在1989年提出各國漢字統合集合（Han Character Collection，HCC）的構想。

1990年完成了ISO 10646的初版草案（DIS 10646）。漢字使用32位元來表示。並將各國的漢字編碼原封不動地加入。但中國認為，若各國各自為漢字編碼，將不利於統一處理漢字，因而反對。為了日後關於漢字編碼的討論及方針能順利進行，並呼籲WG 2特別設置了中日韓聯合研究小組（CJK-JRG，Joint Research Group，為表意文字小組的前身），以持續討論。

另一方面，1987年，全錄的Joe Becker和Lee Collins開發了統合處理全世界所有文字的統一碼。1989年發表了統一碼概要。基本為16位元。於是，中、日、韓的漢字統合了。基本方針為以16位元處理所有文字。1990年，完成了基於此方針的最終草案。隔年1991年1月，大致同意此方案的企業成立了統一碼聯盟。中、日、韓中類似的漢字使用約二萬多個字。為了未來擴充，保留了三萬個漢字以供其它用途。

1991年，各國希望能以一致的方式處理文字，否決了ISO/IEC 10646的初版草案。基於中國與統一碼聯盟的提議，ISO 10646和統一碼成立了中日韓聯合研究小組。中日韓聯合研究小組將基於各國的漢字編碼，獨自訂定規範、制作ISO 10646和統一碼的統一漢字編碼。年尾，完成了Unified Repertoire and Ordering（URO）。1992年，URO加入ISO 10646的第二版。但是，發現了一些缺失，之後進行了修正。

1993年5月，正式制訂最初的「中日韓統一表意文字」，位於U+4E00–U+9FFF這個區域，共20,902個字。還有一個漢字“〇”（碼位U+3007），被當成數字放入了符號和標點區。一個月後，制訂了統一碼1.1。

1999年，依據ISO/IEC 10646的第17個修正案（Amendment 17）訂定扩展區A，於U+3400–U+4DFF加入6,582個字。

2001年，依據ISO/IEC 10646-2，新增擴充區B，包含42,711個漢字。位於U+20000–U+2A6FF。但因在短時間內增加了大量的漢字，導致產生了許多重複的字形。

2005年，依據ISO/IEC 10646:2003的第1個修正案（Amendment 1），基本多文種平面增加U+9FA6–U+9FBB，共22個漢字。

2009年，統一碼5.2扩展區C增加U+2A700–U+2B734，基本多文種平面增加U+9FC4–U+9FCB。

2010年，統一碼6.0扩展區D增加U+2B740–U+2B81F。

2012年，統一碼7.0基本多文種平面增加1個漢字：U+9FCC。

2015年，統一碼8.0扩展區E增加U+2B820–U+2CEAF，基本多文種平面增加U+9FCD–U+9FD5。

2017年，统一码10.0扩展區F增加U+2CEB0–U+2EBEF，基本多文種平面增加U+9FD6–U+9FEA。

2018年，統一碼11.0基本多文種平面末尾增加5個漢字：U+9FEB–U+9FEF。

2020年，統一碼13.0增加4,969個漢字，其中4,939個位於第三平面的擴展區G，碼位爲U+30000–U+3134A。同時，亦在基本區增加13字：U+9FF0–U+9FFC，在擴展A區增加10字：U+4DB6–U+4DBF，在擴展B區增加7字：U+2A6D7–U+2A6DD。

2021年，統一碼14.0基本多文種平面末尾增加3個漢字: U+9FFC–U+9FFF。同時，亦在擴展B區增加2字：U+2A6DE–U+2A6DF，在擴展C區增加4字：U+2B735–U+2B738。

2022年，統一碼15.0增加4,193個漢字，其中4,192個位於第三平面的擴展區H，碼位爲U+31350–U+323AF。同時，亦在擴展C區增加7字：U+2B739。

另外，第三平面的U+31400–U+33D1F預計放置小篆，U+33E00–U+355FF預計放置甲骨文，相關提案已經提交。按路線圖，該平面還會收錄金文、簡帛文、陶文、鳥蟲書等[6]。

版本

ISO 10646版本 Unicode版本 新增 置放平面 字數 累計字數
1993 1.0 中日韓統一表意文字（U+4E00–U+9FA5） 基本多文種平面 20,902 20,915
1個漢字（U+3007，〇），於中日韓符號和標點區 基本多文種平面 1
位於「中日韓相容表意文字」中但實則獨一的漢字（U+FA0E 﨎、U+FA0F 﨏、U+FA11 﨑、U+FA13 﨓、U+FA14 﨔、U+FA1F 﨟、U+FA21 﨡、U+FA23 﨣、U+FA24 﨤、U+FA27 﨧、U+FA28 﨨、U+FA29 﨩）[註 1] 基本多文種平面 12
2000 3.0 中日韓統一表意文字擴展區A（U+3400–U+4DB5） 基本多文種平面 6,582 27,497
2001 3.1 中日韓統一表意文字擴展區B（U+20000–U+2A6D6） 第二辅助平面 42,711 70,208
2003第一修訂版 4.1 HKSCS-2004中未加入ISO 10646的漢字（U+9FA6–U+9FB3，龦龧龨龩龪龫龬龭龮龯龰龱龲龳）和GB 18030-2000中未加入ISO 10646的印刷業常用的偏旁和字形部件（U+9FB4–U+9FBB，龴龵龶龷龸龹龺龻） 基本多文種平面 22 70,230
2003第四修訂版 5.1 7個日語漢字[8]（U+9FBC–U+9FC2，龼龽龾龿鿀鿁鿂），U+4039䀹拆分為U+4039䀹和U+9FC3鿃[9] 基本多文種平面 8 70,238
2003第五修訂版 5.2 中日韓統一表意文字擴展區C（U+2A700–U+2B734） 第二辅助平面 4,149 74,395
2003第六修訂版 2個日語用漢字（ARIB #47、#95，U+9FC4鿄，U+9FC5鿅）、1個新增漢字（ARIB #93，U+9FC6鿆）、在HKSCS-2004推出後新增的5個香港漢字[10]（U+9FC7–U+9FCB，鿇鿈鿉鿊鿋） 基本多文種平面 8
2010 6.0 中日韓統一表意文字擴展區D（U+2B740–U+2B81D） 第二輔助平面 222 74,617
2012 6.1 1個漢字（U+9FCC鿌） 基本多文種平面 1 74,618
2015 8.0 中日韓統一表意文字擴展區E（U+2B820–U+2CEA1） 第二輔助平面 5,762 80,389
「急用漢字」：《通用规范汉字表》餘下未收入的3个汉字（U+9FCD–U+9FCF，鿍鿎鿏），1个从U+4CA4（䲤）分离出来的字U+9FD0（鿐），5个其他图书用字及化学元素用字（U+9FD1–U+9FD5，鿑鿒鿓鿔鿕） 基本多文種平面 9
2017 10.0 中日韓統一表意文字擴展區F（U+2CEB0–U+2EBE0） 第二輔助平面 7,473 87,883
21個漢字（U+9FD6–U+9FEA，鿖鿗鿘鿙鿚鿛鿜鿝鿞鿟鿠鿡鿢鿣鿤鿥鿦鿧鿨鿩鿪） 基本多文種平面 21
2018 11.0 5個漢字（U+9FEB–U+9FEF，鿫鿬鿭鿮鿯），前三個是新命名的化學元素用字，後兩字來自日本 基本多文種平面 5 87,888
2020 13.0 中日韓統一表意文字擴展區G（U+30000–U+3134A） 第三輔助平面 4939 92,857
急用科學與技術用字[11]（U+9FF0–U+9FFC，鿰鿱鿲鿳鿴鿵鿶鿷鿸鿹鿺鿻鿼）、10個需分離的漢字[12][13][14]（U+4DB6–U+4DBF，䶶䶷䶸䶹䶺䶻䶼䶽䶾䶿） 基本多文種平面 23
崑曲工尺譜用字[15]（U+2A6D7–U+2A6DD，𪛗𪛘𪛙𪛚𪛛𪛜𪛝） 第二辅助平面 7
2021 14.0 3個漢字（U+9FFD–U+9FFF，鿽鿾鿿) 基本多文種平面 3 92,866
2個漢字（U+2A6DE–U+2A6DF，𪛞𪛟) 第二辅助平面 2
4個漢字（U+2B735–U+2B738，𫜵𫜶𫜷𫜸) 第二辅助平面 4
2022 15.0 中日韓統一表意文字擴展區H（U+31350–U323AF） 第三輔助平面 4,192 97,058
1個漢字（U+2B739，𫜹) 第二辅助平面 2

成員機構

收字來源

总计

中日韩统一表意文字来源[註 2]
提交源（类别） 提交量
  中国大陆 (国标源) 65941
  香港 17654
  澳門 344
  臺灣 58597
  日本 16148
  韩国 20739
  朝鲜 23795
  越南 13278
  英国 2503
大藏經文本數據庫委員會 3455
Unicode 協會 1019
总计 223,653

最初期統一漢字

最初期的統一漢字共20,902字，其範圍為：U+4E00–U+9FA5。其收字來源包括了以下字集[17]：

類別 來源代碼 名稱 字數
中國大陸
國標源（G） 		G0 GB 2312-80 6763字
G1 GB 12345-90 2352字（含58個香港字和92個吏讀字，不包括和GB 2312重複的字）
G3 GB 7589-87 繁體版本 7237字
G5 GB 7590-87 繁體版本 7039字
G7 現代漢語通用字表 42字（G0, 1, 3, 5, 8未包括的字）
G8 GB 8565.2-89 290字（G0, 1, 3, 5未包括的字）
臺灣源（T） T1 CNS 11643-1986第一字面 5401+9字計量用漢字
T2 CNS 11643-1986第二字面 7650字
TE CNS 11643-1986第十四字面 6319+239字中文資訊交換碼特字+10個全錄字符集（Xerox Character Code Standard，XCCS）特字
日本源（J） J0 JIS X 0208-90 6335字+非漢字1個（仝）[18]
J1 JIS X 0212-90 5801字
韓國源（K） K0 KS C 5601-87 4888字（含268個重見字[19]）
K1 KS C 5657-91 2856字
委員會源（U） KS C 5601-1987（當中重複的漢字）
美國國會圖書館之東亞字元編碼（East Asia Character Code，簡稱EACC；標準號ANSI Z39.64-1989）[20]
大五碼
中文資訊交換碼第一字面
GB 12052-89（漢字部分）
JEF（富士通標準）
中國大陸電報碼
臺灣電報碼（CCDC）
全錄中文編碼
人名用漢字准用字體表（人名用漢字許容字体表；日本）
IBM選取的日本和韓國表意文字

其中，統一碼技術委員會源（U源）是指，並非由表意文字小組所遞交的參考字集，而是委員會額外遞交作參考的字集標準。並且此來源的字集不適用原字集分離原則（見稍後）。

擴展A區

擴展A區包含有6,592個漢字，位置在U+3400—U+4DBF。這6千多個漢字分別從以下字典或字集中取得：

類別 來源代碼 名稱 字數
中國大陸
国标源（G） 		G_KX 《康熙字典》 5357字（獨有1892字）
G_HZ 《漢語大字典》 5888字（獨有339字）
G3 GB 7589-87繁体版本 2391字
G5 GB 7590-87繁体版本 1226字
G7 現代漢語通用字表 120字
GS 新加坡漢字 226字
臺灣源（T） T3 CNS 11643-1992第三字面（原本為CNS 11643-1986第十四字面）新加入字符 2178字
T4 CNS 11643-1992第四字面 2917字
T5 CNS 11643-1992第五字面 395字
T6 CNS 11643-1992第六字面 197字
T7 CNS 11643-1992第七字面 133字
TF CNS 11643-1992第十五字面 86字
日本源（J） JA 日本資訊科技零售商統一當代表意文字（1993） 574字
韓國源（K） K2 PKS C 5700-1:1994
K3 PKS C 5700-2:1994 1834字
越南源（V） V0 TCVN 5773:1993 138字
V1 TCVN 6056:1995

擴展B區

擴展B區包含有42,717個漢字，位置在U+20000—U+2A6DD。根據IRG N777號文件（页面存档备份，存于互联网档案馆），這四萬多個漢字分別從以下字典或字集中取得：

類別 來源代碼 名稱 字數
中國大陸
国标源（G） 		G_KX 《康熙字典》 18486字（包括一個在補遺篇中出現的漢字）
G_HZ 《漢語大字典》 28914字
G_CY 《辭源》 66字
G_CH 《辭海》 247字
G_HC 《漢語大詞典》 553字
G_BK 《中國大百科全書》 86字
G_FZ 北大方正排版系统 65字
G_4K 《四庫全書》 522字
香港源（H） H 香港增補字符集（HKSCS） 1081字
臺灣源（T） T4 CNS 11643-1992第四字面 3408字
T5 CNS 11643-1992第五字面 8111字
T6 CNS 11643-1992第六字面 5934字
T7 CNS 11643-1992第七字面 6299字
TF CNS 11643-1992第十五字面 6401字
日本源（J） J3 JIS X 0213:2000, level 3 25字
J3A JIS X 0213:2004, level 3 1字
J4 JIS X 0213:2000, level 4 277字
韓國源（K） K4 PKS 5700-3:1998 166字
朝鮮源（KP） KP0 KPS 9566-97
KP1 KPS 10721-2000 5766字
越南源（V） V2 VHN 01:1998 2290字
V3 VHN 02:1998 425字

這些漢字中重複的漢字有不少，所以經過整理之後，實際總數只有42,711個漢字。

另外，在U+2F800—U+2FA1D的位置，放了542個來自臺灣的兼容漢字。

Unicode 4.1漢字

為使Unicode向下兼容GB 18030和香港增補字符集（HKSCS）的所有漢字，而擴展C區又遲遲未能出籠，在Unicode 4.1版中引進了14個香港增補字符集的用字和8個GB 18030用字。該22字被編於U+9FA6–U+9FBB的位置。

另外，在U+FA70—U+FAD9的位置，放了106個來自北韓的兼容漢字。

Unicode 5.1漢字

在2008年4月推出的Unicode 5.1版本，收錄7個由日本Adobe公司遞交的日語漢字（U+9FBC–U+9FC2）[21]，和鿃（大字加兩個入字，就如陝西省的陝字換上目字旁）（U+9FC3）。本來Unicode 3.0收錄了目字旁加夾（大字加兩個人字）字的「䀹」（U+4039），目字旁加㚒字的字，與「䀹」無論在意義和發音均不相同，故魏安（Andrew West）和井作恆（John H. Jenkins）申請追加此字[22]。

擴展C區

於2009年10月發布的Unicode 5.2涵蓋了擴展C區，共收錄4,149個漢字，包括來自中國大陆、澳門、臺灣、日本、越南等尚未被編碼的漢字。位置在U+2A700—U+2B734。這四千多個漢字分別從以下字典或字集中取得：

類別 來源代碼 名稱 字數
中國大陸
国标源（G） 		G_BK 《中國大百科全書》 74字
G_FZ 北京大学方正排版系统 1字
G_HZ 《漢語大字典》 1字
G_HC 《漢語大詞典》 14字
G_GH 《古代漢語詞典》 50字
G_GJZ 商務印書館用字 61字
G_XC 《現代漢語詞典》 25字
G_CH 《辭海》 264字
G_KX 《康熙字典》及補遺 6字
G_CYY 中國測繪科學研究院用字 55字
G_ZFY 《漢語方言大辭典》 202字
G_ZJW 《殷周金文集成引得》 366字
臺灣源（T） TC CNS 11643-1992第12字面 634字
TD CNS 11643-1992第13字面 767字
TE CNS 11643-1992第14字面 350字
澳門源 MAC 澳門資訊系統字集（Colectânea dos Caracteres Chineses dos Sistemas Informáticos de Macau） 16字
日本源（J） JK 日本國字集（Japanese KOKUJI Collection） 367字
韓國源（K） K5 韓國表意文字小組漢字集第五版（2001，Korean IRG Hanja Character Set 5th Edition: 2001） 404字（當中主要包含古代字例）
朝鮮源（KP） KP1 KPS 10721:2003 5357字（獨有1892字）
越南源（V） V4 《喃字詞典》（Từ điển chữ Nôm）［阮光紅（Nguyễn Quang Hồng），2006］
《岱喃字字典》（Từ điển chữ Nôm Tày，Hoàng Triều Ân，2006）
《沔南喃字榜查》（Bảng tra chữ Nôm miền Nam，Vũ Văn Kính，1994）
委員會源（U） ABC Chinese-English Dictionary（德范克，John DeFrancis等，第二版（1998），火奴魯魯：夏威夷大學出版社）
耶穌基督後期聖徒教會香港分會用字
Mathews' Chinese-English Dictionary（Robert H. Mathews（1975），劍橋：哈佛大學出版社）
宋本《廣韻》
《中國鳥類系統檢索》（鄭作新等，北京：科學出版社，2000）
段玉裁《說文解字注》


擴展D區

擴展D區包含的都是所謂的「急用漢字」，合共222個新漢字，於2010年下半年發布的Unicode 6.0中，編碼範圍為U+2B740–U+2B81F（實際有字元為U+2B740–U+2B81D）。

擴展D區原本計劃放置擴展C區未收錄的16,000多個漢字，但在2007年5月，臺灣撤销了6,545個第二部分字集內私用漢字，不再使用字，原因是那些人名用字的擁有人或已去世或已移居外地[23]，此後擴展D區縮減到大約10,000字左右[24]。由於各種阻礙，協議先把數量較少，又急切要收錄的漢字提交出來，就是「急用漢字」，以便和統一碼6.0.0版一起發表。提出的急用漢字只有二百二十二字（本來有二百二十三字，但日本撤回其中一字）。現在文字小組把第二部分字集延後到擴充E區。

類別 來源代碼 名稱 字數
中國大陸
国标源（G） 		G_CH 《辭海》 1字
G_IDC 公安部身份證系統人名和地名用字 31字
G_XC 《现代汉语词典》 4字
G_ZH 《中华字海》 39字
臺灣源（T） TB CNS 11643-2007第11平面24字（教育部閩客方言用字） 24字
日本源（J） JH 通用電子情報交換環境整備計劃（汎用電子情報交換環境整備プログラム，日本經濟產業省提出的人名和地名用字） 108字
委員會源（U） Adobe-Japan1-5和Adobe-CNS1-5字體裏的異體字 15字

擴展E區

扩展E区亦在2015年6月17日的Unicode 8.0中发布，放置于编码范围U+2B820–U+2CEAF。

扩展E区本应包含扩展D区未收录的10000多个汉字，但在2008年11月，中国大陆以“难以逐个找证据”为理由，撤销了3215个汉字[25]，这些汉字主要用于地名、人名、姓氏，亦有数百个《中国大百科全书》中的文字。这是继台湾撤销6545字之后的又一次大规模撤销。之后又经过长时间的检查处理，E区最终定稿，共有5762字[26]。
这些汉字来源如下：

类别 来源代码 名称 字数
中國大陸
国标源（G） 		G_BK 《中国大百科全书》 15字
G_CH 《辞海》 112字
G_CY 《辞源》 3字
G_CYY 中国测绘科学院用字（地名用字） 98字
G_DZ 地質出版社用字 1字
G_GH 《古代汉语词典》 176字
G_HC 《汉语大词典》 7字
G_IDC 公安部身份证系统人名和地名用字 36字
G_JZ 商务印书馆用字 147字
G_KX 《康熙字典》 22字
G_RM 人民日報用字 3字
G_WZ 漢語大詞典出版社用字 12字
G_XC 《现代汉语词典》 57字
G_XH 《新華字典》 4字
G_ZFY 《汉语方言大辞典》 712字
G_ZJW 《殷周金文集成引得》 1410字
臺灣源（T） TC CNS 11643-1992第12平面323字（台湾人名用字） 323字
TD CNS 11643-1992第13平面595字（台湾人名用字） 595字
TE CNS 11643-1992第14平面339字（台湾人名用字） 339字
日本源（J） JK 日本国字集 415字
澳門源（M） MAC 澳門資訊系統字集 48字
委員會源（U） UTC 从各处收集到的未收录汉字 227字
越南源（V） V4 《喃字詞典》（Từ điển chữ Nôm）［阮光紅（Nguyễn Quang Hồng），2006］ 1028字
《岱喃字字典》（Từ điển chữ Nôm Tày，Hoàng Triều Ân，2006）
《沔南喃字榜查》（Bảng tra chữ Nôm miền Nam，Vũ Văn Kính，1994）

急用漢字

「急用漢字」是擴展E區整理後期，各地新發現並急於使用，又等不及放入擴展F區的字；和擴展E區一起收入Unicode 8.0，位置在U+9FCD–U+9FD5；當中中國大陸在此處申請收入三字，連同擴展E區的字，通用規範漢字表的8105字至此全部收入。

擴展F區

扩展F区在2017年6月20日的Unicode 10.0中发布，编码范围为U+2CEB0–U+2EBEF。
扩展F区来源于新提交的一批汉字，主要包括一千多个方块壮字及数千个佛经、古籍中的用字以及日本户籍用字，共有7473字。

这些汉字的来源如下：

类别 来源代码 名称 字数
中國大陸
国标源（G） 		G_CY 《辞源》 122字
G_FC 《现代汉语规范词典》 27字
G_IDC 公安部身份证用字 1字
G_LGYJ 《壮族嘹歌研究》 1字
G_OCD 《牛津英汉汉英词典》 2字
G_PGLG 《壮族民歌文化丛书·平果嘹歌》 70字
G_XHZ 《新华大字典》 51字
G_Z 《古壮字字典》 995字
G_ZJW 《殷周金文集成引得》 33字
G_ZYS 《壮族人民的文化遗产——方块壮字》《中国民族古文字研究》 2字
日本源（J） JMJ 日本文字信息基础工程 1645字
韩国源（K） KC 韩国历史情报统合系统 1793字
澳門源（M） MAC 澳門資訊系統字集 22字
大藏经研究组（SAT） USAT 《大正新修大藏经》 (SAT版) 2884字
委員會源（U） UTC 从各处收集到的未收录汉字 1字

擴展G區

於2020年3月10日公佈的Unicode 13.0中在第三輔助平面收錄擴展區G的4,939個漢字，碼位為U+30000–U+3134A[27][28]。

这些汉字的来源如下（部分字符來自多於一個來源，所以下表總數多於收錄總數4,939字）：

类别 来源代码 名称 字数
中國大陸
国标源（G） 		G_HZR 《汉语大字典》（第二版） 878字
G_PGLG 《壮族民歌文化丛书·平果嘹歌》 13字
G_Z 《古壮字字典》 1191字
韩国源（K） KC 韩国历史情报统合系统 (한국 역사 정보 통합 시스템) 428字
臺灣源（T） T13 CNS 11643 第19字面 (將設立的新平面) 347字
TB CNS 11643 第11字面 3字
TC CNS 11643 第12字面 2字
TD CNS 11643 第13字面 1字
英國源（UK） UK IRG N2107R2 1566字
大藏经研究组（SAT） USAT 《大正新修大藏经》 (SAT版) 329字
委員會源（U） UTC 从各处收集到的未收录汉字 239字

擴展H區

於2022年9月13日公佈的Unicode 15.0中在第三輔助平面收錄擴展區H的4,192個漢字，碼位為U+31350–U+323AF。

这些汉字的来源如下（部分字符來自多於一個來源，所以下表總數多於收錄總數4,192字）：

类别 来源代码 名称 字数
中國大陸
国标源（G） 		GDM 中华人民共和国公安部治安管理局地名汉字 128
GHC 漢語大詞典 27
GKJ 全国科学技术名词审定委员会术语定名用字 30
GLGYJ 壮族嘹歌研究 11
GPGLG 壮族民歌文化丛书•平果嘹歌 14
GXM 217
GZ 古壮字字典 285
GZA-1 生生不息的传承•孝与壮族行孝歌之研究 6
GZA-2 壮族伦理道德长诗传扬歌译注 38
GZA-3 壮族民歌古籍集成•情歌（一）嘹歌 2
GZA-4 壮族民歌古籍集成•情歌（二）欢𭪤 11
GZA-6 中国壮族谚语 59
GZA-7 远古的追忆•壮族创世神话古歌研究 1
韩国源（K） KC 韩国历史情报统合系统 512
朝鲜源（KP） KP1 KPS 10721-2000 1
臺灣源（T） T12 TCA-CNS 11643 第十八平面 7
T13 TCA-CNS 11643 第十九平面 696
T4 CNS 11643-1992 第四平面 1
T6 CNS 11643-1992 第六平面 1
TB CNS 11643-2007 4
TC CNS 11643-2007 3
TE CNS 11643-2007 2
英國源（UK） UK IRG N2232R 917
越南源（V） V0 TCVN 5773:1193 6
V4 汉喃编码字汇 74
VN 越南横向扩展用字 851
大藏经研究组（SAT） 大藏经文字数据库 241
委員會源（U） UTC 161

認同原則與原字集分離原則

表意文字認同原則（Han Unification Rule，又稱表意文字統合原則）與原字集分離原則（Source Separation Rule，又稱來源字集分離原則、原規格分離原則），是兩個對立的原則，它們是Unicode整理中日韓統一表意文字的基礎。

東亞各國字形多有微妙的差異。如「房」字的第一筆，韓國傳統漢字字形、臺灣教育部標準字體作撇「房」；香港教育參考字形、中國大陆規範作點「房」；日本標準作橫「房」。又如「次」字的左旁，韓國採用傳統字形，首筆爲橫，次筆爲挑；臺灣教育部作兩橫；大陸、日本、香港等則作「冫」（俗稱兩點水）。這種程度的差異，理想上是整併為一個字為佳。否則，要是凡異體字都收進不同碼位裏，Unicode收錄的漢字就會過於臃腫，用戶搜尋時也會因異體問題而找不到想要的結果。

然而，從之前各種受挫之文字整併計劃的經驗得知，整合字集與現行通用字集（Big5或國標碼）等無法一一對應，是推行整合字集的最大阻礙。例如，日本的JIS編碼同時收錄了「剣」字與「劍」字，原本JIS文件裏這兩個字可以並存。如果採用整合字集後，它們會變成同一個字，就會造成使用上的困擾。而且，如果將多個不同地區字形合併，會影響閱讀者，令使用者不習慣並非以往所見字形；更有可能引致閱讀者因習慣而書寫不屬於自己地區的字形（或地區性的異體字）。

於是，表意文字認同原則與原字集分離原則就應運而生。

在表意文字認同原則下，Unicode「只對字（Character），而不對字形（Glyph）」編碼，會把同一字的不同字形（即異體字）合併。好像上述的「次」字，在Unicode裏會整併成一個碼。又例如不同地區而有不同寫法的部首，如「⻌（中國大陸規範、日本新字體）、⻍（港臺舊字形、韓國、日本舊字體）、⻎（臺灣教育部）」、「礻（中國大陸規範、臺灣教育部）、礻（日本新字體）、⺬（日本舊字體、韓國、港臺舊字形）」、「爫（中國大陸、港臺新字形）、⺥（舊字形）」等，會合併編碼。這些部首的寫法差異就會交由字型處理。比如說，使用依中國大陸漢字標準《印刷通用漢字字形表》的字體下（如中易宋體、微軟雅黑體）便會出現「⻌、爫」；使用臺灣教育部標準字體（如微軟正黑體或新版細明體，但非舊版細明體[註 3]）就會出現「⻎、爫」等字形。這大大解決了因地區而異之部首寫法。

至於原字集分離原則是指，在上述所列出之各種收字來源裏，若有任何字集同時收了兩種以上的文字字形，則在Unicode中日韓統一表意文字中，也同時收錄這些字。這樣一來，現行的各種原有字集與Unicode漢字可以一一對應。比如「房」字，各地字集都沒有分別編碼，就只編進一個碼位，部首第一筆的寫法交由字型處理。然而，「戶」、「户」、「戸」這三個字，在一些地區標準裏是分別編碼的，Unicode則以三個碼位來分別收錄它們。上述的「剣」與「劍」也一樣，被安放到不同的碼位中。

基於上述運作，Unicode能大幅減少收錄漢字字數，同時讓地區編碼過渡至Unicode時，字集裏的字元不會有流失。但是，原字集分離原則破壞了Unicode「只對字，而不對字形」編碼之原則，使某些漢字獲得兩個或多個編碼，亦遭受不少批評。

後來的一些重複漢字會使用“兼容区”提供暂存编码，可通过归一化（normalization）步骤移除。一般的漢字輸入法，以及多數漢字字型，也不支援兼容區字元。

另外，原字集分離原則只適用於最初Unified Repertoire and Ordering（URO）的20,902字，換言之，由「擴展區A」開始就不再適用。原因是個別地區提交了不少僅有十分輕微差異的字樣，比如台灣《異體字字典》裏的各種異體，要求Unicode分別編碼。然而，那些字樣所建基的地區編碼，並非該地區的通用編碼，例如是中文標準交換碼（台灣實際通行的編碼是Big5碼）。若Unicode全面採納，將會令Unicode對異體字的處理更混亂。

今天，異體字選擇器（Variation Sequence）以及Adobe常用的CID字型等技術，已容許在一個Unicode編碼裏收錄和調用兩個或多個漢字字樣，原字集分離原則在今天已成爲過時技術的副產品。

起源不同原則

留意的是，可以整併的字只限異體字。如果有些漢字，它的音、義根本不一樣，是兩個不相同的字，即使它們外形相近，寫法差異比另一些整併的字少，但仍不能合併。這規則稱爲起源不同原則（Noncognate Rule）。

擧例說：「土」和「士」雖然形似，卻是兩個不同的字，我們不可以整併它們。然而，日本、韓國、大陸、香港等地的「寺」字，與臺灣教育部的「寺」字，兩者頂部分別是「土」和「士」，但它們音義全同，是同一字的異體，於是就能夠整併。

其他起源不同的例子還有「朏」與「胐」（「月偏旁」與「肉偏旁」對立）、「胄」與「冑」（「肉底」與「冃底」對立），「柿」和「杮」（右方「市部件」與「巿部件」對立），「汨」和「汩」（右方「日部件」與「曰部件」對立），「陝」與「陜」（右旁「夾部件」與「㚒部件」對立）等。

然而，漢字中有「同形字」的現象，有兩個或多個讀音與字義，雖然字源不同，卻由同一字形表達出來。比如漢字「芸芸眾生」的「芸」，與日本漢字「藝」字的新字体「芸」，是同形字。要是這些同形字，在字形上確實相同而非相似（「芸」字的草頭雖然有三筆的「⺾」、四筆的「⺿」等不同寫法，但它們都指同一部件，沒有形成對立），就不會應用起源不同原則。

學界批評

中文文字學學界對Unicode的原字集分離原則有不少批評，尤其是它令同一個異體部件時而分離，時而合併，在日常使用層面引伸了許多問題。擧例說，「青」和「靑」、「淸」和「清」都在正常區域中作分離編碼，獲得兩個碼位；「晴」、「靖」、「精」雖也獲兩個碼位，但其中一個是在兼容區中，日常難以應用；「請」、「情」、「蜻」、「靜」更只有一個碼位。或例如，「直」和「直」、「植」和「植」是被整併的，可是「値」和「值」卻分離作兩個碼位。Unicode的做法，沒有把含有相同異體部件的字全都合併，也沒有把它們全都分離，結果經常導致字形不一致，或者使用者無法選擇他希望使用的字形[29]。

其他漢字使用地區也有類似聲音。例如「戋」和「㦮」兩個偏旁，前者爲「戔」的大陸簡化字，後者爲「戔」的日本新字体，在「残」和「残」、「浅」和「浅」、「践」和「践」等組合裏，就整併起來。可是碰到「桟」和「栈」，卻不統合，分列U+685F與U+6808兩個碼位中。這種情況被日本學者指爲Unicode的矛盾[30]。

事實上，由於在「中日韓統一表意文字」的不同區域裏，Unicode本身也使用了不一致的併分尺度，因此，早期的異體字時常獲分配正常碼位，後來常常只有兼容區的暫存編碼，再後來則不時被直接整併並交由異體字選擇器處理。若不修正或更改早期的編碼，類似的問題將會持續存在。

統漢字資料庫

統漢字資料庫（英語：Unihan）是統一碼聯盟所維護的資料庫文件。其為統漢字的每個漢字做了說明，內容包含：

  • 統一碼與各國家、地區標準及各工業標準的對應。
  • 依據重要字典（如康熙字典）的排序索引。
  • 經過編碼的異體字。
  • 漢字在各種語言中的發音。
  • 英文釋義。

其資料庫透過以下幾種方式發佈：

  • 統一碼聯盟維護的網站版本[31]。
  • 可供下載的txt文本文件（页面存档备份，存于互联网档案馆）。
  • 基於上述文件開發的第三方版本。
    • libUnihan項目開發了一套可供調用的c函式庫，和一個SQLite格式的Unihan數據庫[32]。前者以LGPL協議發布，後者以MIT協議發布。

批評

收字過少

合併異體字，雖有助減少收錄字數，但在研究學術時，如古籍、歷史及文字研究等，部份文獻卻要將字形不同之字同時並列。已合併的各個字，在這些文獻裡變得各有各意思。學者若使用Unicode，遇到這種情況，就要用不同電腦字型去顯示同一個字碼，甚至要自行造字，或捨Unicode而用其他編碼。一來尋找、轉換電腦字型構成不便，二來有損Unicode記錄每一個字之用意，三來不能以純文本交換，四來電腦字型或因授權條款之限，難以交換流傳。另外，這亦等於不能以Unicode準確記錄文獻，不利於文本的電腦化。

不同字形之字合併後，若檢索方法以字形爲本，會產生混亂，難以檢索。例如筆畫檢字，艸部之「艹頭」，中國、日本算作三畫，而傳統中文爲四畫，留有「艸」形者則爲六畫。Unicode同一字碼，源於字形不同，就有幾種筆畫，檢索混亂。即使檢出字，筆畫與顯示出來的字形也不相符。因此，批評者認爲，Unicode合併異體字並不可取。

收字過多

参见：異體字字典

但是另一方面，Unicode收錄不少幽靈漢字，人們難以找到其出處，它們在實際生活上也極少機會使用，有些甚至是错讹字，或者僅是某一個人的名字用字，那個人不見得是名人，甚至可能已去世，卻永久成爲標準裏的字元，佔用了一個碼位。比如臺灣律師呂秋𧽚，他名字裏的「𧽚」字本應作「遠」，可是戶政人員誤聽他外公說的臺語，把「辵字邊」聽成「走馬邊」，外公又不敢更正。當事人長大後，才確認這是錯字，「五千年來從來沒人這麼寫過」[33]。但這字已永久收進Unicode中。又如香港增補字符集裏的許多人名用字，都被學者指出乃屬訛寫，或者是來歷不明的自創新字，多部權威字書都沒有收錄，學者批評把這些字收進字庫後將會永久遺害[34]。中文資訊界的李祥在其專欄批評當局「解決不了增補字集中上千錯字、白字、生造字的讀音問題」，呼籲「不要把香港增補字符集與申請ISO強迫聯繫在一起」[35]。然而，這些人名訛字亦已經收進Unicode中。這構成了收字過多的爭議。

也有批评认为Unicode收入大量错讹字及写法高度相似的同一字的不同字形本身就是不应该的。电脑文本本身永远不可能完全无损地记录文献，且文献本身也会因传抄制版等原因略有不同，如果把每个字的各种写法全部编码，會浪费空间。 完全无损地研究、记录文献只能通过查看原本或照相影印版来完成，把无损保存转嫁给编码是错误的。

現時Unicode把一些異體字分別編碼，帶來了檢索困難。只要寫法稍有不同，就无法检出，令使用戶检索字词时，必须反复检索其不同写法，造成重复劳动，对文献研究反而是种妨碍。例如Unicode中将「兒」和「𠒇」字安放在不同的碼位裏。在检索文献时，檢索「兒」字時就找不到「雷莊𠒇」，檢索「𠒇」字時就找不到「雷莊兒」，反而造成困扰[36]。

準則矛盾

對於同一部件，Unicode有分有合，原則不一致。如「眞」和「真」、「塡」和「填」都分離編碼，但「縝」和「縝」就整併了；「直」和「直」、「植」和「植」皆整併作一碼，而「値」和「值」又分開來，既令人混淆，亦令人無所適從。Unicode按原字集分離原則收字，只看各地區的既有編碼，不理會在文字學上同一部件的問題。可是用戶實際上在電腦輸入文字時，看到的是具體的字形，而不是編碼碼位，這就會讓人感到矛盾和困惑。

而且在Unicode「中日韓統一表意文字」的不同區域裏，官方也使用了不一致的併分尺度。早期的異體字時常獲分配正常碼位；後來常常只有兼容區的暫存編碼，使兼容區的字元在輸入和顯示時經常碰到問題；再後來則不時被直接整併並交由異體字選擇器處理。於是Unicode在編碼上的矛盾就更突顯。

漢字〇

「〇」是一個漢字，《集韻》中已有此字，則天文字中亦有此字。《漢語大字典》《中華字海》《現代漢語詞典》都收錄了此字。但在Unicode中它被放入CJK符號和標點區，被等同於數字0，在搜索「〇」的時候，會連帶搜索出數字0，使用上頗為不便（搜索漢字「一、二、三」，不會搜索出數字1、2、3）。此外，很多程序限定了漢字的範圍為Unicode各漢字區，區外不視為漢字，由於「〇」不在漢字區中，導致這些程序無法處理「〇」這個漢字，造成不便。

已統一漢字

原則上ISO 10646只對字（Character），而非字形（Glyph）編碼。同一字各地可使用自己的標準寫法。以下使用HTML標示同一編碼的字在不同地區的寫法（但只是读者的浏览器所渲染的字型，与浏览器的设置与设备安装的字体有关，未必代表該地區的標準寫法）。

例子
Unicode 中文 日文 韓文 越文
中国大陸 臺灣 香港
U+623F 房 房 房 房 房 房
U+6C49 汉[註 4]
U+6E2F 港 港 港 港 港 港
U+6F22 漢 漢 漢 漢 漢 漢
U+6FB3 澳 澳 澳 澳 澳 澳
U+76F4 直 直 直 直 直 直
U+7A97 窗 窗 窗 窗 窗 窗
U+89D2 角 角 角 角 角 角
U+8AA4 誤 誤 誤 誤 誤 誤
U+8BEF 误[註 4]
U+8D77 起 起 起 起 起 起
U+9AA8 骨 骨 骨 骨 骨 骨

註：不是所有網頁瀏覽器均可分辨全部HTML的語言代碼（Language Code）並使用不同字形。如非某一地区的使用者看到的字形和当地通用的字形一樣，表示该用户的瀏覽器不能分辨此標籤，或設定兩者以同一種字形顯示。

未統一漢字

主条目：未統一漢字列表

有些字只是同一字在不同地區的寫法，理應統一，但因為原字集分離原則而只好分開編碼。由於KS X 1001、Big5、IBM 32、JIS X 0213、ARIB STD-B24、KPS 10721、CNS 11643中有太多字形非常接近，按Unicode標準應該統一，但是從編碼上分離的字。這些字只有正統的會編入正式字集（包括擴展區），不正統的編入「相容表意文字區」（Compatibility Ideographs）和位於「第二輔助平面」的「相容表意文字補充區」（Compatibility Ideographs Supplement）中。

範例：

Unicode 字 Unicode 字 Unicode 字
U+4E1F 丟 U+4E22 丢
U+514C 兌 U+5151 兑
U+518A 冊 U+518C 册
U+5433 吳 U+5434 吴 U+5449 呉
U+543F 吿 U+544A 告
U+5965 奥 U+5967 奧
U+5968 奨 U+596C 奬 U+734E 獎
U+5986 妆 U+599D 妝
U+59CD 姍 U+59D7 姗
U+5C13 尓 U+5C14 尔
U+5F54 彔 U+5F55 录
U+6236 戶 U+6237 户 U+6238 戸
U+63FA 揺 U+6416 搖 U+6447 摇
U+66A8 暨 U+66C1 曁
U+69D8 様 U+6A23 樣
U+6A2A 横 U+6A6B 橫
U+6B65 步 U+6B69 歩
U+7155 煕 U+7199 熙
U+7D55 絕 U+7D76 絶
U+7DA0 綠 U+7DD1 緑
U+9AEA 髪 U+9AEE 髮
U+9EAA 麪 U+9EAB 麫
U+9EBC 麼 U+9EBD 麽
U+9EC3 黃 U+9EC4 黄
U+9ED1 黑 U+9ED2 黒

自上表發表後，WG2亦調查過其他漢字[37]，認為另一批屬於基本多文種平面的漢字，亦可考慮收編到ISO 10646 Annex S3。

技術問題

擴展B區的問題

擴展B區使用了輔助平面來擺放漢字，以致不少文書處理軟件都不能支援。例如，Microsoft Office 2000或之前的版本，即使電腦擁有擴展B區漢字字體，也只會顯示兩個方格。

另外，因擴展B區在整理上有缺陷，收錄了以下5個本來應該與其他漢字統一的字[38]：

  • U+20457 𠑗 = U+34A8 㒨
  • U+2420E 𤈎 = U+3DB7 㶷
  • U+27144 𧅄 = U+8641 虁
  • U+23515 𣔕 = U+204F2 𠓲
  • U+249E9 𤧩 = U+249BC 𤦼

而在WG2 N1155[37]文件中，亦列出了152對可考慮統一的漢字。

错误统一的问题

表意文字小组（IRG）处理文字时，遵循对字而不是对字形编码的原则。但是有的字被错误统一编在同一个编码之中，如编码为U+2827C的汉字。2014年5月有人指出了这个问题[39]：

编码 台湾源（TF-6127） 香港源（H-8BAE）
U+2827C 𨉼 𨉼

当惡和悪作为部件时是不应该统一的，因为惡和悪的繁简性质不同。相关的规定中也并未提及惡和悪作为部件应当统一，况且𫫖和噁是分开编码的。

但是当表意文字小组（IRG）收到这个问题后，认为应当保持统一[40]。因此这两个字仍然在同一编码之中。

注释

  1. ^ 這12個字放到兼容區不是因為和其他字同形或為異體，而是因為它們只收錄在廠商用字中，但未有收錄在官方標準（C-、T-、J-、K-Source）中。他們有獨立的形、音、義，即「獨一」（unique）[7]。
  2. ^ 部分字符來自多於一個來源，所以下表總數多於收錄總數97058字
  3. ^ 舊版“細明體”指Windows XP或以前版本之新細明體及細明體，其漢字寫法大體上遵從傳承字形。
  4. ^ 4.0 4.1 某些碼位原來只有個別地區的字，但其他地區為兼容國際標準，逐漸將所有碼位的字亦納入其國家標準。

参考文献

  1. ^ 無線流動裝置對《香港增補字符集》的支援 (PDF). 
  2. ^ 認識全字庫- 中文碼介紹. 
  3. ^ 中日韓統一漢字簡明速查字典. 
  4. ^ 漢字統合の問題 (2002-04-06). 
  5. ^ . 
  6. ^ Roadmap to the TIP. 統一碼聯盟. [2018-06-03]. （原始内容于2018-06-11）. 
  7. ^ Unicode 6.1，第410-411頁 [1] （页面存档备份，存于互联网档案馆）
  8. ^ [2]
  9. ^ [3]
  10. ^ [4]
  11. ^ 存档副本 (PDF). [2020-03-24]. （原始内容 (PDF)于2019-08-19）. 
  12. ^ 存档副本 (PDF). [2020-03-24]. （原始内容 (PDF)于2019-05-15）. 
  13. ^ 存档副本 (PDF). [2020-03-24]. （原始内容 (PDF)于2019-05-15）. 
  14. ^ 存档副本 (PDF). [2020-03-24]. （原始内容 (PDF)于2019-05-15）. 
  15. ^ 存档副本 (PDF). [2020-03-24]. （原始内容 (PDF)于2019-05-15）. 
  16. ^ https://github.com/unicode-org/uk-source-ideographs/ （页面存档备份，存于互联网档案馆）
  17. ^ Unihan_IRGSources.txt (from Unihan.zip). 
  18. ^ 日本的「仝」本來被視為同上符號，編排於中日韩符号和标点區的 U+3004 Hanazono fonts. fonts.jp. [2010-04-19]. （原始内容于2010-04-12）. ；但後來與正字區 U+4EDD 的字認同（統一）了，U+3004 改為日本標準符號
  19. ^ 收入中日韓相容表意文字
  20. ^ CJK Codes - CCCII and ANSI Z39.64-1989 (EACC). www.ibiblio.org. [2010-04-18]. （原始内容于2008-05-16）. 
  21. ^ 存档副本 (PDF). [2011-09-09]. （原始内容 (PDF)于2012-05-09）. 
  22. ^ 存档副本 (PDF). [2011-09-09]. （原始内容 (PDF)于2011-09-16）. 
  23. ^ IRG N 1306: Request to Withdraw 6545 T-Source from CJK D candidate (PDF). [2010-06-06]. （原始内容 (PDF)于2011-07-21）. 
  24. ^ IRGN1319A1_MoveToCJK_D.pdf. （原始内容 (PDF)存档于2018-01-15）. 
  25. ^ (PDF). [2015年12月12日]. （原始内容 (PDF)存档于2015年1月4日）. 
  26. ^ 存档副本 (PDF). [2015-06-19]. （原始内容 (PDF)于2015-06-25）. 
  27. ^ 存档副本 (PDF). [2020-03-11]. （原始内容 (PDF)于2020-03-24）. 
  28. ^ 存档副本. [2020-03-11]. （原始内容于2020-03-11）. 
  29. ^ 刻石錄：《Unicode摧殘正體字》 （页面存档备份，存于互联网档案馆）、刻石錄：《不知丹青，枉談漢字》 （页面存档备份，存于互联网档案馆）
  30. ^ 安岡孝一：《Unicodeの矛盾》. [2019-02-08]. （原始内容于2018-08-02）. 
  31. ^ 統漢字資料庫. 統一碼聯盟. [2009-05-04]. （原始内容于2009-05-04）. 
  32. ^ libUnihan主頁. libUnihan. [2009-05-04]. （原始内容于2012-03-21）. 
  33. ^ 呂秋遠：《呂秋「走袁」》 （页面存档备份，存于互联网档案馆），刊《立場新聞》。
  34. ^ 《政府通用字庫錯漏百出　收錄市民自創新字影響中文水平》，《太陽報》A6版，1999年10月13日
  35. ^ 李祥：《為了香港成為數碼城市……》. [2019-02-22]. （原始内容于2019-05-26）. 
  36. ^ 散彈一號：《「𠒇」字係咩嚟？——港姐冠軍帶出嘅哲學問題》 （页面存档备份，存于互联网档案馆），刊《輔仁媒體》。
  37. ^ 37.0 37.1 IRGN1155 Possible Duplicates (.zip). [2019-06-22]. 
  38. ^ 存档副本 (PDF). [2008-02-17]. （原始内容 (PDF)于2007-06-12）. 
  39. ^ (PDF). [2015-06-20]. （原始内容 (PDF)存档于2015-06-20）. 
  40. ^ (PDF). [2015-06-20]. （原始内容 (PDF)存档于2015-06-20）. 

外部連結

  • 統一碼裏中日韓表意文字和相關字符淺說（页面存档备份，存于互联网档案馆）
  • CJK-CODE（页面存档备份，存于互联网档案馆）
  • UTF-8 and Unicode FAQ for Unix/Linux（页面存档备份，存于互联网档案馆）
  • 中華民國教育部異體字字典附錄－中日韓共用漢字表（页面存档备份，存于互联网档案馆）
  • 查「Unicode 編碼」或「教育部異體字字典字號」（页面存档备份，存于互联网档案馆）（CBETA 中華電子佛典協會）
Unicode（統一碼）
ISO表意文字工作組

参见

一月 05, 2023
中日韓統一表意文字, unihan, 重定向至此, 关于其他用法, 请见, unihan, 消歧义, 此條目介紹的是, 关于unicode中, 中日韩统一表意文字区块, 的完整字符列表, 请见, 中日韩统一表意文字列表, 注意, 本页面含有unihan新版汉字, 有关字符可能會错误显示, 詳见unicode扩展汉字, 本页面包含越南语的喃字, 部分操作系统及浏览器需要特殊字母与符号支持才能正確显示为喃字, 否则可能出现乱码, 问号, 空格等其它符号, 英語, unified, ideographs, 或譯為中日韓等. Unihan 重定向至此 关于其他用法 请见 Unihan 消歧义 此條目介紹的是中日韓統一表意文字 关于Unicode中 中日韩统一表意文字区块 的完整字符列表 请见 中日韩统一表意文字列表 注意 本页面含有Unihan新版汉字 有关字符可能會错误显示 詳见Unicode扩展汉字 本页面包含越南语的喃字 部分操作系统及浏览器需要特殊字母与符号支持才能正確显示为喃字 否则可能出现乱码 问号 空格等其它符号 中日韓統一表意文字 英語 CJK Unified Ideographs 或譯為中日韓等同表意文字 1 中日韓認同表意文字 2 中日韓統一漢字集 3 中日韓統合漢字 4 又稱作統漢碼 統一漢字集 英語 Unihan 其建立目的是將中 日 韓 越 壯 琉球文之中 起源相同 本義相通 形狀一樣或稍異的表意文字 在ISO 10646及Unicode標準中賦予相同編碼 這樣的作業活動在Unicode標準中 稱為漢字等同 英语 Han unification 5 英語 Han unification 或譯為漢字認同 漢字統一 漢字統合 整理出來的中日韓統一表意文字 由Unicode聯盟建置的Unihan資料庫維護 中日韓統一漢字集所含括的對象為漢字及其衍生出來的語素文字 包括繁體字 簡化字 日本漢字 漢字 かんじ 韓國漢字 漢字 한자 琉球汉字 漢字 ハンジ 越南的喃字 𡨸喃 Chữ Nom 與儒字 𡨸儒 Chữ Nho 方塊壯字 𭨡 倱 sawgun 目录 1 歷史 2 版本 3 成員機構 4 收字來源 4 1 总计 4 2 最初期統一漢字 4 3 擴展A區 4 4 擴展B區 4 5 Unicode 4 1漢字 4 6 Unicode 5 1漢字 4 7 擴展C區 4 8 擴展D區 4 9 擴展E區 4 10 急用漢字 4 11 擴展F區 4 12 擴展G區 4 13 擴展H區 5 認同原則與原字集分離原則 5 1 起源不同原則 5 2 學界批評 6 統漢字資料庫 7 批評 7 1 收字過少 7 2 收字過多 7 3 準則矛盾 7 4 漢字 8 已統一漢字 9 未統一漢字 10 技術問題 10 1 擴展B區的問題 10 2 错误统一的问题 11 注释 12 参考文献 13 外部連結 14 参见歷史 编辑1978年 日本產業規格制訂了基於ISO IEC 2022的JIS C 6226 為全世界最早的漢字編碼 包含6349個漢字 1980年代 臺灣 CCCII CNS 11643 中國大陸 GB 2312 韓國 KS C 5601 開始制訂了各自的編碼規範 這些規範彼此之間並無連繫 若要在一份文件中同時使用 則要以跳脫字元的方式來交換 1980年 日本的國立國會圖書館的高橋德太郎以書目學的觀點指出 一個統一的東亞漢字編碼系統是有必要的 同年 臺灣制定了三位元組的中文資訊交換碼 這是第一個期望可以一致處理中國 日本 韓國漢字的編碼 之後 美國的國會圖書館採用了此標準 並另外命名為東亞編碼字符 East Asia Coded Character EACC ANSI NISO Z39 64 1984年 ISO的文字編碼委員會 ISO TC 97 SC2 決議制訂出一套編碼規格 ISO 10646 是以交換文字集的方式來統一處理世界的文字 並成立了工作小組 ISO TC 97 SC 2 WG 2 這個編碼一開始的構想是採用16位元 而對於日本及中國等國的漢字編碼則原封不動地加入 但若如此 中國當時所制訂的編碼都無法加入 因而反對 並在1989年提出各國漢字統合集合 Han Character Collection HCC 的構想 1990年完成了ISO 10646的初版草案 DIS 10646 漢字使用32位元來表示 並將各國的漢字編碼原封不動地加入 但中國認為 若各國各自為漢字編碼 將不利於統一處理漢字 因而反對 為了日後關於漢字編碼的討論及方針能順利進行 並呼籲WG 2特別設置了中日韓聯合研究小組 CJK JRG Joint Research Group 為表意文字小組的前身 以持續討論 另一方面 1987年 全錄的Joe Becker和Lee Collins開發了統合處理全世界所有文字的統一碼 1989年發表了統一碼概要 基本為16位元 於是 中 日 韓的漢字統合了 基本方針為以16位元處理所有文字 1990年 完成了基於此方針的最終草案 隔年1991年1月 大致同意此方案的企業成立了統一碼聯盟 中 日 韓中類似的漢字使用約二萬多個字 為了未來擴充 保留了三萬個漢字以供其它用途 1991年 各國希望能以一致的方式處理文字 否決了ISO IEC 10646的初版草案 基於中國與統一碼聯盟的提議 ISO 10646和統一碼成立了中日韓聯合研究小組 中日韓聯合研究小組將基於各國的漢字編碼 獨自訂定規範 制作ISO 10646和統一碼的統一漢字編碼 年尾 完成了Unified Repertoire and Ordering URO 1992年 URO加入ISO 10646的第二版 但是 發現了一些缺失 之後進行了修正 1993年5月 正式制訂最初的 中日韓統一表意文字 位於U 4E00 U 9FFF這個區域 共20 902個字 還有一個漢字 碼位U 3007 被當成數字放入了符號和標點區 一個月後 制訂了統一碼1 1 1999年 依據ISO IEC 10646的第17個修正案 Amendment 17 訂定扩展區A 於U 3400 U 4DFF加入6 582個字 2001年 依據ISO IEC 10646 2 新增擴充區B 包含42 711個漢字 位於U 20000 U 2A6FF 但因在短時間內增加了大量的漢字 導致產生了許多重複的字形 2005年 依據ISO IEC 10646 2003的第1個修正案 Amendment 1 基本多文種平面增加U 9FA6 U 9FBB 共22個漢字 2009年 統一碼5 2扩展區C增加U 2A700 U 2B734 基本多文種平面增加U 9FC4 U 9FCB 2010年 統一碼6 0扩展區D增加U 2B740 U 2B81F 2012年 統一碼7 0基本多文種平面增加1個漢字 U 9FCC 2015年 統一碼8 0扩展區E增加U 2B820 U 2CEAF 基本多文種平面增加U 9FCD U 9FD5 2017年 统一码10 0扩展區F增加U 2CEB0 U 2EBEF 基本多文種平面增加U 9FD6 U 9FEA 2018年 統一碼11 0基本多文種平面末尾增加5個漢字 U 9FEB U 9FEF 2020年 統一碼13 0增加4 969個漢字 其中4 939個位於第三平面的擴展區G 碼位爲U 30000 U 3134A 同時 亦在基本區增加13字 U 9FF0 U 9FFC 在擴展A區增加10字 U 4DB6 U 4DBF 在擴展B區增加7字 U 2A6D7 U 2A6DD 2021年 統一碼14 0基本多文種平面末尾增加3個漢字 U 9FFC U 9FFF 同時 亦在擴展B區增加2字 U 2A6DE U 2A6DF 在擴展C區增加4字 U 2B735 U 2B738 2022年 統一碼15 0增加4 193個漢字 其中4 192個位於第三平面的擴展區H 碼位爲U 31350 U 323AF 同時 亦在擴展C區增加7字 U 2B739 另外 第三平面的U 31400 U 33D1F預計放置小篆 U 33E00 U 355FF預計放置甲骨文 相關提案已經提交 按路線圖 該平面還會收錄金文 簡帛文 陶文 鳥蟲書等 6 版本 编辑ISO 10646版本 Unicode版本 新增 置放平面 字數 累計字數1993 1 0 中日韓統一表意文字 U 4E00 U 9FA5 基本多文種平面 20 902 20 9151個漢字 U 3007 於中日韓符號和標點區 基本多文種平面 1位於 中日韓相容表意文字 中但實則獨一的漢字 U FA0E 﨎 U FA0F 﨏 U FA11 﨑 U FA13 﨓 U FA14 﨔 U FA1F 﨟 U FA21 﨡 U FA23 﨣 U FA24 﨤 U FA27 﨧 U FA28 﨨 U FA29 﨩 註 1 基本多文種平面 122000 3 0 中日韓統一表意文字擴展區A U 3400 U 4DB5 基本多文種平面 6 582 27 4972001 3 1 中日韓統一表意文字擴展區B U 20000 U 2A6D6 第二辅助平面 42 711 70 2082003第一修訂版 4 1 HKSCS 2004中未加入ISO 10646的漢字 U 9FA6 U 9FB3 龦龧龨龩龪龫龬龭龮龯龰龱龲龳 和GB 18030 2000中未加入ISO 10646的印刷業常用的偏旁和字形部件 U 9FB4 U 9FBB 龴龵龶龷龸龹龺龻 基本多文種平面 22 70 2302003第四修訂版 5 1 7個日語漢字 8 U 9FBC U 9FC2 龼龽龾龿鿀鿁鿂 U 4039䀹拆分為U 4039䀹和U 9FC3鿃 9 基本多文種平面 8 70 2382003第五修訂版 5 2 中日韓統一表意文字擴展區C U 2A700 U 2B734 第二辅助平面 4 149 74 3952003第六修訂版 2個日語用漢字 ARIB 47 95 U 9FC4鿄 U 9FC5鿅 1個新增漢字 ARIB 93 U 9FC6鿆 在HKSCS 2004推出後新增的5個香港漢字 10 U 9FC7 U 9FCB 鿇鿈鿉鿊鿋 基本多文種平面 82010 6 0 中日韓統一表意文字擴展區D U 2B740 U 2B81D 第二輔助平面 222 74 6172012 6 1 1個漢字 U 9FCC鿌 基本多文種平面 1 74 6182015 8 0 中日韓統一表意文字擴展區E U 2B820 U 2CEA1 第二輔助平面 5 762 80 389 急用漢字 通用规范汉字表 餘下未收入的3个汉字 U 9FCD U 9FCF 鿍鿎鿏 1个从U 4CA4 䲤 分离出来的字U 9FD0 鿐 5个其他图书用字及化学元素用字 U 9FD1 U 9FD5 鿑鿒鿓鿔鿕 基本多文種平面 92017 10 0 中日韓統一表意文字擴展區F U 2CEB0 U 2EBE0 第二輔助平面 7 473 87 88321個漢字 U 9FD6 U 9FEA 鿖鿗鿘鿙鿚鿛鿜鿝鿞鿟鿠鿡鿢鿣鿤鿥鿦鿧鿨鿩鿪 基本多文種平面 212018 11 0 5個漢字 U 9FEB U 9FEF 鿫鿬鿭鿮鿯 前三個是新命名的化學元素用字 後兩字來自日本 基本多文種平面 5 87 8882020 13 0 中日韓統一表意文字擴展區G U 30000 U 3134A 第三輔助平面 4939 92 857急用科學與技術用字 11 U 9FF0 U 9FFC 鿰鿱鿲鿳鿴鿵鿶鿷鿸鿹鿺鿻鿼 10個需分離的漢字 12 13 14 U 4DB6 U 4DBF 䶶䶷䶸䶹䶺䶻䶼䶽䶾䶿 基本多文種平面 23崑曲工尺譜用字 15 U 2A6D7 U 2A6DD 𪛗𪛘𪛙𪛚𪛛𪛜𪛝 第二辅助平面 72021 14 0 3個漢字 U 9FFD U 9FFF 基本多文種平面 3 92 8662個漢字 U 2A6DE U 2A6DF 第二辅助平面 24個漢字 U 2B735 U 2B738 第二辅助平面 42022 15 0 中日韓統一表意文字擴展區H U 31350 U323AF 第三輔助平面 4 192 97 0581個漢字 U 2B739 第二辅助平面 2成員機構 编辑Unicode 協會 中华人民共和国 香港 政府資訊科技總監辦公室轄下中文界面諮詢委員會 澳門 資訊系統中文編碼工作小組 由行政公職局協調 中華民國 台北市電腦商業同業公會 日本 朝鲜 大韓民國 越南 马来西亚 2008年11月第31次IRG會議加入 英国 16 大藏經文本數據庫委員會 大蔵経テキストデータベース委員会 SAT 收字來源 编辑总计 编辑 中日韩统一表意文字来源 註 2 提交源 类别 提交量 中国大陆 国标源 65941 香港 17654 澳門 344 臺灣 58597 日本 16148 韩国 20739 朝鲜 23795 越南 13278 英国 2503大藏經文本數據庫委員會 3455Unicode 協會 1019总计 223 653最初期統一漢字 编辑 最初期的統一漢字共20 902字 其範圍為 U 4E00 U 9FA5 其收字來源包括了以下字集 17 類別 來源代碼 名稱 字數中國大陸國標源 G G0 GB 2312 80 6763字G1 GB 12345 90 2352字 含58個香港字和92個吏讀字 不包括和GB 2312重複的字 G3 GB 7589 87 繁體版本 7237字G5 GB 7590 87 繁體版本 7039字G7 現代漢語通用字表 42字 G0 1 3 5 8未包括的字 G8 GB 8565 2 89 290字 G0 1 3 5未包括的字 臺灣源 T T1 CNS 11643 1986第一字面 5401 9字計量用漢字T2 CNS 11643 1986第二字面 7650字TE CNS 11643 1986第十四字面 6319 239字中文資訊交換碼特字 10個全錄字符集 Xerox Character Code Standard XCCS 特字日本源 J J0 JIS X 0208 90 6335字 非漢字1個 仝 18 J1 JIS X 0212 90 5801字韓國源 K K0 KS C 5601 87 4888字 含268個重見字 19 K1 KS C 5657 91 2856字委員會源 U KS C 5601 1987 當中重複的漢字 美國國會圖書館之東亞字元編碼 East Asia Character Code 簡稱EACC 標準號ANSI Z39 64 1989 20 大五碼中文資訊交換碼第一字面GB 12052 89 漢字部分 JEF 富士通標準 中國大陸電報碼臺灣電報碼 CCDC 全錄中文編碼人名用漢字准用字體表 人名用漢字許容字体表 日本 IBM選取的日本和韓國表意文字其中 統一碼技術委員會源 U源 是指 並非由表意文字小組所遞交的參考字集 而是委員會額外遞交作參考的字集標準 並且此來源的字集不適用原字集分離原則 見稍後 擴展A區 编辑 擴展A區包含有6 592個漢字 位置在U 3400 U 4DBF 這6千多個漢字分別從以下字典或字集中取得 類別 來源代碼 名稱 字數中國大陸国标源 G G KX 康熙字典 5357字 獨有1892字 G HZ 漢語大字典 5888字 獨有339字 G3 GB 7589 87繁体版本 2391字G5 GB 7590 87繁体版本 1226字G7 現代漢語通用字表 120字GS 新加坡漢字 226字臺灣源 T T3 CNS 11643 1992第三字面 原本為CNS 11643 1986第十四字面 新加入字符 2178字T4 CNS 11643 1992第四字面 2917字T5 CNS 11643 1992第五字面 395字T6 CNS 11643 1992第六字面 197字T7 CNS 11643 1992第七字面 133字TF CNS 11643 1992第十五字面 86字日本源 J JA 日本資訊科技零售商統一當代表意文字 1993 574字韓國源 K K2 PKS C 5700 1 1994K3 PKS C 5700 2 1994 1834字越南源 V V0 TCVN 5773 1993 138字V1 TCVN 6056 1995擴展B區 编辑 擴展B區包含有42 717個漢字 位置在U 20000 U 2A6DD 根據IRG N777號文件 页面存档备份 存于互联网档案馆 這四萬多個漢字分別從以下字典或字集中取得 類別 來源代碼 名稱 字數中國大陸国标源 G G KX 康熙字典 18486字 包括一個在補遺篇中出現的漢字 G HZ 漢語大字典 28914字G CY 辭源 66字G CH 辭海 247字G HC 漢語大詞典 553字G BK 中國大百科全書 86字G FZ 北大方正排版系统 65字G 4K 四庫全書 522字香港源 H H 香港增補字符集 HKSCS 1081字臺灣源 T T4 CNS 11643 1992第四字面 3408字T5 CNS 11643 1992第五字面 8111字T6 CNS 11643 1992第六字面 5934字T7 CNS 11643 1992第七字面 6299字TF CNS 11643 1992第十五字面 6401字日本源 J J3 JIS X 0213 2000 level 3 25字J3A JIS X 0213 2004 level 3 1字J4 JIS X 0213 2000 level 4 277字韓國源 K K4 PKS 5700 3 1998 166字朝鮮源 KP KP0 KPS 9566 97KP1 KPS 10721 2000 5766字越南源 V V2 VHN 01 1998 2290字V3 VHN 02 1998 425字這些漢字中重複的漢字有不少 所以經過整理之後 實際總數只有42 711個漢字 另外 在U 2F800 U 2FA1D的位置 放了542個來自臺灣的兼容漢字 Unicode 4 1漢字 编辑 為使Unicode向下兼容GB 18030和香港增補字符集 HKSCS 的所有漢字 而擴展C區又遲遲未能出籠 在Unicode 4 1版中引進了14個香港增補字符集的用字和8個GB 18030用字 該22字被編於U 9FA6 U 9FBB的位置 另外 在U FA70 U FAD9的位置 放了106個來自北韓的兼容漢字 Unicode 5 1漢字 编辑 在2008年4月推出的Unicode 5 1版本 收錄7個由日本Adobe公司遞交的日語漢字 U 9FBC U 9FC2 21 和鿃 大字加兩個入字 就如陝西省的陝字換上目字旁 U 9FC3 本來Unicode 3 0收錄了目字旁加夾 大字加兩個人字 字的 䀹 U 4039 目字旁加㚒字的字 與 䀹 無論在意義和發音均不相同 故魏安 Andrew West 和井作恆 John H Jenkins 申請追加此字 22 擴展C區 编辑 於2009年10月發布的Unicode 5 2涵蓋了擴展C區 共收錄4 149個漢字 包括來自中國大陆 澳門 臺灣 日本 越南等尚未被編碼的漢字 位置在U 2A700 U 2B734 這四千多個漢字分別從以下字典或字集中取得 類別 來源代碼 名稱 字數中國大陸国标源 G G BK 中國大百科全書 74字G FZ 北京大学方正排版系统 1字G HZ 漢語大字典 1字G HC 漢語大詞典 14字G GH 古代漢語詞典 50字G GJZ 商務印書館用字 61字G XC 現代漢語詞典 25字G CH 辭海 264字G KX 康熙字典 及補遺 6字G CYY 中國測繪科學研究院用字 55字G ZFY 漢語方言大辭典 202字G ZJW 殷周金文集成引得 366字臺灣源 T TC CNS 11643 1992第12字面 634字TD CNS 11643 1992第13字面 767字TE CNS 11643 1992第14字面 350字澳門源 MAC 澳門資訊系統字集 Colectanea dos Caracteres Chineses dos Sistemas Informaticos de Macau 16字日本源 J JK 日本國字集 Japanese KOKUJI Collection 367字韓國源 K K5 韓國表意文字小組漢字集第五版 2001 Korean IRG Hanja Character Set 5th Edition 2001 404字 當中主要包含古代字例 朝鮮源 KP KP1 KPS 10721 2003 5357字 獨有1892字 越南源 V V4 喃字詞典 Từ điển chữ Nom 阮光紅 Nguyễn Quang Hồng 2006 岱喃字字典 Từ điển chữ Nom Tay Hoang Triều An 2006 沔南喃字榜查 Bảng tra chữ Nom miền Nam Vũ Văn Kinh 1994 委員會源 U ABC Chinese English Dictionary 德范克 John DeFrancis等 第二版 1998 火奴魯魯 夏威夷大學出版社 耶穌基督後期聖徒教會香港分會用字Mathews Chinese English Dictionary Robert H Mathews 1975 劍橋 哈佛大學出版社 宋本 廣韻 中國鳥類系統檢索 鄭作新等 北京 科學出版社 2000 段玉裁 說文解字注 擴展D區 编辑 擴展D區包含的都是所謂的 急用漢字 合共222個新漢字 於2010年下半年發布的Unicode 6 0中 編碼範圍為U 2B740 U 2B81F 實際有字元為U 2B740 U 2B81D 擴展D區原本計劃放置擴展C區未收錄的16 000多個漢字 但在2007年5月 臺灣撤销了6 545個第二部分字集內私用漢字 不再使用字 原因是那些人名用字的擁有人或已去世或已移居外地 23 此後擴展D區縮減到大約10 000字左右 24 由於各種阻礙 協議先把數量較少 又急切要收錄的漢字提交出來 就是 急用漢字 以便和統一碼6 0 0版一起發表 提出的急用漢字只有二百二十二字 本來有二百二十三字 但日本撤回其中一字 現在文字小組把第二部分字集延後到擴充E區 類別 來源代碼 名稱 字數中國大陸国标源 G G CH 辭海 1字G IDC 公安部身份證系統人名和地名用字 31字G XC 现代汉语词典 4字G ZH 中华字海 39字臺灣源 T TB CNS 11643 2007第11平面24字 教育部閩客方言用字 24字日本源 J JH 通用電子情報交換環境整備計劃 汎用電子情報交換環境整備プログラム 日本經濟產業省提出的人名和地名用字 108字委員會源 U Adobe Japan1 5和Adobe CNS1 5字體裏的異體字 15字擴展E區 编辑 扩展E区亦在2015年6月17日的Unicode 8 0中发布 放置于编码范围U 2B820 U 2CEAF 扩展E区本应包含扩展D区未收录的10000多个汉字 但在2008年11月 中国大陆以 难以逐个找证据 为理由 撤销了3215个汉字 25 这些汉字主要用于地名 人名 姓氏 亦有数百个 中国大百科全书 中的文字 这是继台湾撤销6545字之后的又一次大规模撤销 之后又经过长时间的检查处理 E区最终定稿 共有5762字 26 这些汉字来源如下 类别 来源代码 名称 字数中國大陸国标源 G G BK 中国大百科全书 15字G CH 辞海 112字G CY 辞源 3字G CYY 中国测绘科学院用字 地名用字 98字G DZ 地質出版社用字 1字G GH 古代汉语词典 176字G HC 汉语大词典 7字G IDC 公安部身份证系统人名和地名用字 36字G JZ 商务印书馆用字 147字G KX 康熙字典 22字G RM 人民日報用字 3字G WZ 漢語大詞典出版社用字 12字G XC 现代汉语词典 57字G XH 新華字典 4字G ZFY 汉语方言大辞典 712字G ZJW 殷周金文集成引得 1410字臺灣源 T TC CNS 11643 1992第12平面323字 台湾人名用字 323字TD CNS 11643 1992第13平面595字 台湾人名用字 595字TE CNS 11643 1992第14平面339字 台湾人名用字 339字日本源 J JK 日本国字集 415字澳門源 M MAC 澳門資訊系統字集 48字委員會源 U UTC 从各处收集到的未收录汉字 227字越南源 V V4 喃字詞典 Từ điển chữ Nom 阮光紅 Nguyễn Quang Hồng 2006 1028字 岱喃字字典 Từ điển chữ Nom Tay Hoang Triều An 2006 沔南喃字榜查 Bảng tra chữ Nom miền Nam Vũ Văn Kinh 1994 急用漢字 编辑 急用漢字 是擴展E區整理後期 各地新發現並急於使用 又等不及放入擴展F區的字 和擴展E區一起收入Unicode 8 0 位置在U 9FCD U 9FD5 當中中國大陸在此處申請收入三字 連同擴展E區的字 通用規範漢字表的8105字至此全部收入 擴展F區 编辑 扩展F区在2017年6月20日的Unicode 10 0中发布 编码范围为U 2CEB0 U 2EBEF 扩展F区来源于新提交的一批汉字 主要包括一千多个方块壮字及数千个佛经 古籍中的用字以及日本户籍用字 共有7473字 这些汉字的来源如下 类别 来源代码 名称 字数中國大陸国标源 G G CY 辞源 122字G FC 现代汉语规范词典 27字G IDC 公安部身份证用字 1字G LGYJ 壮族嘹歌研究 1字G OCD 牛津英汉汉英词典 2字G PGLG 壮族民歌文化丛书 平果嘹歌 70字G XHZ 新华大字典 51字G Z 古壮字字典 995字G ZJW 殷周金文集成引得 33字G ZYS 壮族人民的文化遗产 方块壮字 中国民族古文字研究 2字日本源 J JMJ 日本文字信息基础工程 1645字韩国源 K KC 韩国历史情报统合系统 1793字澳門源 M MAC 澳門資訊系統字集 22字大藏经研究组 SAT USAT 大正新修大藏经 SAT版 2884字委員會源 U UTC 从各处收集到的未收录汉字 1字擴展G區 编辑 於2020年3月10日公佈的Unicode 13 0中在第三輔助平面收錄擴展區G的4 939個漢字 碼位為U 30000 U 3134A 27 28 这些汉字的来源如下 部分字符來自多於一個來源 所以下表總數多於收錄總數4 939字 类别 来源代码 名称 字数中國大陸国标源 G G HZR 汉语大字典 第二版 878字G PGLG 壮族民歌文化丛书 平果嘹歌 13字G Z 古壮字字典 1191字韩国源 K KC 韩国历史情报统合系统 한국 역사 정보 통합 시스템 428字臺灣源 T T13 CNS 11643 第19字面 將設立的新平面 347字TB CNS 11643 第11字面 3字TC CNS 11643 第12字面 2字TD CNS 11643 第13字面 1字英國源 UK UK IRG N2107R2 1566字大藏经研究组 SAT USAT 大正新修大藏经 SAT版 329字委員會源 U UTC 从各处收集到的未收录汉字 239字擴展H區 编辑 於2022年9月13日公佈的Unicode 15 0中在第三輔助平面收錄擴展區H的4 192個漢字 碼位為U 31350 U 323AF 这些汉字的来源如下 部分字符來自多於一個來源 所以下表總數多於收錄總數4 192字 类别 来源代码 名称 字数中國大陸国标源 G GDM 中华人民共和国公安部治安管理局地名汉字 128GHC 漢語大詞典 27GKJ 全国科学技术名词审定委员会术语定名用字 30GLGYJ 壮族嘹歌研究 11GPGLG 壮族民歌文化丛书 平果嘹歌 14GXM 217GZ 古壮字字典 285GZA 1 生生不息的传承 孝与壮族行孝歌之研究 6GZA 2 壮族伦理道德长诗传扬歌译注 38GZA 3 壮族民歌古籍集成 情歌 一 嘹歌 2GZA 4 壮族民歌古籍集成 情歌 二 欢𭪤 11GZA 6 中国壮族谚语 59GZA 7 远古的追忆 壮族创世神话古歌研究 1韩国源 K KC 韩国历史情报统合系统 512朝鲜源 KP KP1 KPS 10721 2000 1臺灣源 T T12 TCA CNS 11643 第十八平面 7T13 TCA CNS 11643 第十九平面 696T4 CNS 11643 1992 第四平面 1T6 CNS 11643 1992 第六平面 1TB CNS 11643 2007 4TC CNS 11643 2007 3TE CNS 11643 2007 2英國源 UK UK IRG N2232R 917越南源 V V0 TCVN 5773 1193 6V4 汉喃编码字汇 74VN 越南横向扩展用字 851大藏经研究组 SAT 大藏经文字数据库 241委員會源 U UTC 161認同原則與原字集分離原則 编辑 次 字的台灣教育部字形 大陸规范汉字 韓國的漢字 越南的漢字 日本的漢字 表意文字認同原則 Han Unification Rule 又稱表意文字統合原則 與原字集分離原則 Source Separation Rule 又稱來源字集分離原則 原規格分離原則 是兩個對立的原則 它們是Unicode整理中日韓統一表意文字的基礎 東亞各國字形多有微妙的差異 如 房 字的第一筆 韓國傳統漢字字形 臺灣教育部標準字體作撇 房 香港教育參考字形 中國大陆規範作點 房 日本標準作橫 房 又如 次 字的左旁 韓國採用傳統字形 首筆爲橫 次筆爲挑 臺灣教育部作兩橫 大陸 日本 香港等則作 冫 俗稱兩點水 這種程度的差異 理想上是整併為一個字為佳 否則 要是凡異體字都收進不同碼位裏 Unicode收錄的漢字就會過於臃腫 用戶搜尋時也會因異體問題而找不到想要的結果 然而 從之前各種受挫之文字整併計劃的經驗得知 整合字集與現行通用字集 Big5或國標碼 等無法一一對應 是推行整合字集的最大阻礙 例如 日本的JIS編碼同時收錄了 剣 字與 劍 字 原本JIS文件裏這兩個字可以並存 如果採用整合字集後 它們會變成同一個字 就會造成使用上的困擾 而且 如果將多個不同地區字形合併 會影響閱讀者 令使用者不習慣並非以往所見字形 更有可能引致閱讀者因習慣而書寫不屬於自己地區的字形 或地區性的異體字 於是 表意文字認同原則與原字集分離原則就應運而生 在表意文字認同原則下 Unicode 只對字 Character 而不對字形 Glyph 編碼 會把同一字的不同字形 即異體字 合併 好像上述的 次 字 在Unicode裏會整併成一個碼 又例如不同地區而有不同寫法的部首 如 中國大陸規範 日本新字體 港臺舊字形 韓國 日本舊字體 臺灣教育部 礻 中國大陸規範 臺灣教育部 礻 日本新字體 日本舊字體 韓國 港臺舊字形 爫 中國大陸 港臺新字形 舊字形 等 會合併編碼 這些部首的寫法差異就會交由字型處理 比如說 使用依中國大陸漢字標準 印刷通用漢字字形表 的字體下 如中易宋體 微軟雅黑體 便會出現 爫 使用臺灣教育部標準字體 如微軟正黑體或新版細明體 但非舊版細明體 註 3 就會出現 爫 等字形 這大大解決了因地區而異之部首寫法 至於原字集分離原則是指 在上述所列出之各種收字來源裏 若有任何字集同時收了兩種以上的文字字形 則在Unicode中日韓統一表意文字中 也同時收錄這些字 這樣一來 現行的各種原有字集與Unicode漢字可以一一對應 比如 房 字 各地字集都沒有分別編碼 就只編進一個碼位 部首第一筆的寫法交由字型處理 然而 戶 户 戸 這三個字 在一些地區標準裏是分別編碼的 Unicode則以三個碼位來分別收錄它們 上述的 剣 與 劍 也一樣 被安放到不同的碼位中 基於上述運作 Unicode能大幅減少收錄漢字字數 同時讓地區編碼過渡至Unicode時 字集裏的字元不會有流失 但是 原字集分離原則破壞了Unicode 只對字 而不對字形 編碼之原則 使某些漢字獲得兩個或多個編碼 亦遭受不少批評 後來的一些重複漢字會使用 兼容区 提供暂存编码 可通过归一化 normalization 步骤移除 一般的漢字輸入法 以及多數漢字字型 也不支援兼容區字元 另外 原字集分離原則只適用於最初Unified Repertoire and Ordering URO 的20 902字 換言之 由 擴展區A 開始就不再適用 原因是個別地區提交了不少僅有十分輕微差異的字樣 比如台灣 異體字字典 裏的各種異體 要求Unicode分別編碼 然而 那些字樣所建基的地區編碼 並非該地區的通用編碼 例如是中文標準交換碼 台灣實際通行的編碼是Big5碼 若Unicode全面採納 將會令Unicode對異體字的處理更混亂 今天 異體字選擇器 Variation Sequence 以及Adobe常用的CID字型等技術 已容許在一個Unicode編碼裏收錄和調用兩個或多個漢字字樣 原字集分離原則在今天已成爲過時技術的副產品 起源不同原則 编辑 留意的是 可以整併的字只限異體字 如果有些漢字 它的音 義根本不一樣 是兩個不相同的字 即使它們外形相近 寫法差異比另一些整併的字少 但仍不能合併 這規則稱爲起源不同原則 Noncognate Rule 擧例說 土 和 士 雖然形似 卻是兩個不同的字 我們不可以整併它們 然而 日本 韓國 大陸 香港等地的 寺 字 與臺灣教育部的 寺 字 兩者頂部分別是 土 和 士 但它們音義全同 是同一字的異體 於是就能夠整併 其他起源不同的例子還有 朏 與 胐 月偏旁 與 肉偏旁 對立 胄 與 冑 肉底 與 冃底 對立 柿 和 杮 右方 市部件 與 巿部件 對立 汨 和 汩 右方 日部件 與 曰部件 對立 陝 與 陜 右旁 夾部件 與 㚒部件 對立 等 然而 漢字中有 同形字 的現象 有兩個或多個讀音與字義 雖然字源不同 卻由同一字形表達出來 比如漢字 芸芸眾生 的 芸 與日本漢字 藝 字的新字体 芸 是同形字 要是這些同形字 在字形上確實相同而非相似 芸 字的草頭雖然有三筆的 四筆的 等不同寫法 但它們都指同一部件 沒有形成對立 就不會應用起源不同原則 學界批評 编辑 中文文字學學界對Unicode的原字集分離原則有不少批評 尤其是它令同一個異體部件時而分離 時而合併 在日常使用層面引伸了許多問題 擧例說 青 和 靑 淸 和 清 都在正常區域中作分離編碼 獲得兩個碼位 晴 靖 精 雖也獲兩個碼位 但其中一個是在兼容區中 日常難以應用 請 情 蜻 靜 更只有一個碼位 或例如 直 和 直 植 和 植 是被整併的 可是 値 和 值 卻分離作兩個碼位 Unicode的做法 沒有把含有相同異體部件的字全都合併 也沒有把它們全都分離 結果經常導致字形不一致 或者使用者無法選擇他希望使用的字形 29 其他漢字使用地區也有類似聲音 例如 戋 和 㦮 兩個偏旁 前者爲 戔 的大陸簡化字 後者爲 戔 的日本新字体 在 残 和 残 浅 和 浅 践 和 践 等組合裏 就整併起來 可是碰到 桟 和 栈 卻不統合 分列U 685F與U 6808兩個碼位中 這種情況被日本學者指爲Unicode的矛盾 30 事實上 由於在 中日韓統一表意文字 的不同區域裏 Unicode本身也使用了不一致的併分尺度 因此 早期的異體字時常獲分配正常碼位 後來常常只有兼容區的暫存編碼 再後來則不時被直接整併並交由異體字選擇器處理 若不修正或更改早期的編碼 類似的問題將會持續存在 統漢字資料庫 编辑統漢字資料庫 英語 Unihan 是統一碼聯盟所維護的資料庫文件 其為統漢字的每個漢字做了說明 內容包含 統一碼與各國家 地區標準及各工業標準的對應 依據重要字典 如康熙字典 的排序索引 經過編碼的異體字 漢字在各種語言中的發音 英文釋義 其資料庫透過以下幾種方式發佈 統一碼聯盟維護的網站版本 31 可供下載的txt文本文件 页面存档备份 存于互联网档案馆 基於上述文件開發的第三方版本 libUnihan項目開發了一套可供調用的c函式庫 和一個SQLite格式的Unihan數據庫 32 前者以LGPL協議發布 後者以MIT協議發布 批評 编辑收字過少 编辑 合併異體字 雖有助減少收錄字數 但在研究學術時 如古籍 歷史及文字研究等 部份文獻卻要將字形不同之字同時並列 已合併的各個字 在這些文獻裡變得各有各意思 學者若使用Unicode 遇到這種情況 就要用不同電腦字型去顯示同一個字碼 甚至要自行造字 或捨Unicode而用其他編碼 一來尋找 轉換電腦字型構成不便 二來有損Unicode記錄每一個字之用意 三來不能以純文本交換 四來電腦字型或因授權條款之限 難以交換流傳 另外 這亦等於不能以Unicode準確記錄文獻 不利於文本的電腦化 不同字形之字合併後 若檢索方法以字形爲本 會產生混亂 難以檢索 例如筆畫檢字 艸部之 艹頭 中國 日本算作三畫 而傳統中文爲四畫 留有 艸 形者則爲六畫 Unicode同一字碼 源於字形不同 就有幾種筆畫 檢索混亂 即使檢出字 筆畫與顯示出來的字形也不相符 因此 批評者認爲 Unicode合併異體字並不可取 收字過多 编辑 参见 異體字字典 但是另一方面 Unicode收錄不少幽靈漢字 人們難以找到其出處 它們在實際生活上也極少機會使用 有些甚至是错讹字 或者僅是某一個人的名字用字 那個人不見得是名人 甚至可能已去世 卻永久成爲標準裏的字元 佔用了一個碼位 比如臺灣律師呂秋𧽚 他名字裏的 𧽚 字本應作 遠 可是戶政人員誤聽他外公說的臺語 把 辵字邊 聽成 走馬邊 外公又不敢更正 當事人長大後 才確認這是錯字 五千年來從來沒人這麼寫過 33 但這字已永久收進Unicode中 又如香港增補字符集裏的許多人名用字 都被學者指出乃屬訛寫 或者是來歷不明的自創新字 多部權威字書都沒有收錄 學者批評把這些字收進字庫後將會永久遺害 34 中文資訊界的李祥在其專欄批評當局 解決不了增補字集中上千錯字 白字 生造字的讀音問題 呼籲 不要把香港增補字符集與申請ISO強迫聯繫在一起 35 然而 這些人名訛字亦已經收進Unicode中 這構成了收字過多的爭議 也有批评认为Unicode收入大量错讹字及写法高度相似的同一字的不同字形本身就是不应该的 电脑文本本身永远不可能完全无损地记录文献 且文献本身也会因传抄制版等原因略有不同 如果把每个字的各种写法全部编码 會浪费空间 完全无损地研究 记录文献只能通过查看原本或照相影印版来完成 把无损保存转嫁给编码是错误的 現時Unicode把一些異體字分別編碼 帶來了檢索困難 只要寫法稍有不同 就无法检出 令使用戶检索字词时 必须反复检索其不同写法 造成重复劳动 对文献研究反而是种妨碍 例如Unicode中将 兒 和 𠒇 字安放在不同的碼位裏 在检索文献时 檢索 兒 字時就找不到 雷莊𠒇 檢索 𠒇 字時就找不到 雷莊兒 反而造成困扰 36 準則矛盾 编辑 對於同一部件 Unicode有分有合 原則不一致 如 眞 和 真 塡 和 填 都分離編碼 但 縝 和 縝 就整併了 直 和 直 植 和 植 皆整併作一碼 而 値 和 值 又分開來 既令人混淆 亦令人無所適從 Unicode按原字集分離原則收字 只看各地區的既有編碼 不理會在文字學上同一部件的問題 可是用戶實際上在電腦輸入文字時 看到的是具體的字形 而不是編碼碼位 這就會讓人感到矛盾和困惑 而且在Unicode 中日韓統一表意文字 的不同區域裏 官方也使用了不一致的併分尺度 早期的異體字時常獲分配正常碼位 後來常常只有兼容區的暫存編碼 使兼容區的字元在輸入和顯示時經常碰到問題 再後來則不時被直接整併並交由異體字選擇器處理 於是Unicode在編碼上的矛盾就更突顯 漢字 编辑 是一個漢字 集韻 中已有此字 則天文字中亦有此字 漢語大字典 中華字海 現代漢語詞典 都收錄了此字 但在Unicode中它被放入CJK符號和標點區 被等同於數字0 在搜索 的時候 會連帶搜索出數字0 使用上頗為不便 搜索漢字 一 二 三 不會搜索出數字1 2 3 此外 很多程序限定了漢字的範圍為Unicode各漢字區 區外不視為漢字 由於 不在漢字區中 導致這些程序無法處理 這個漢字 造成不便 已統一漢字 编辑原則上ISO 10646只對字 Character 而非字形 Glyph 編碼 同一字各地可使用自己的標準寫法 以下使用HTML標示同一編碼的字在不同地區的寫法 但只是读者的浏览器所渲染的字型 与浏览器的设置与设备安装的字体有关 未必代表該地區的標準寫法 例子Unicode 中文 日文 韓文 越文中国大陸 臺灣 香港U 623F 房 房 房 房 房 房U 6C49 汉 註 4 U 6E2F 港 港 港 港 港 港U 6F22 漢 漢 漢 漢 漢 漢U 6FB3 澳 澳 澳 澳 澳 澳U 76F4 直 直 直 直 直 直U 7A97 窗 窗 窗 窗 窗 窗U 89D2 角 角 角 角 角 角U 8AA4 誤 誤 誤 誤 誤 誤U 8BEF 误 註 4 U 8D77 起 起 起 起 起 起U 9AA8 骨 骨 骨 骨 骨 骨註 不是所有網頁瀏覽器均可分辨全部HTML的語言代碼 Language Code 並使用不同字形 如非某一地区的使用者看到的字形和当地通用的字形一樣 表示该用户的瀏覽器不能分辨此標籤 或設定兩者以同一種字形顯示 未統一漢字 编辑主条目 未統一漢字列表 有些字只是同一字在不同地區的寫法 理應統一 但因為原字集分離原則而只好分開編碼 由於KS X 1001 Big5 IBM 32 JIS X 0213 ARIB STD B24 KPS 10721 CNS 11643中有太多字形非常接近 按Unicode標準應該統一 但是從編碼上分離的字 這些字只有正統的會編入正式字集 包括擴展區 不正統的編入 相容表意文字區 Compatibility Ideographs 和位於 第二輔助平面 的 相容表意文字補充區 Compatibility Ideographs Supplement 中 範例 Unicode 字 Unicode 字 Unicode 字U 4E1F 丟 U 4E22 丢U 514C 兌 U 5151 兑U 518A 冊 U 518C 册U 5433 吳 U 5434 吴 U 5449 呉U 543F 吿 U 544A 告U 5965 奥 U 5967 奧U 5968 奨 U 596C 奬 U 734E 獎U 5986 妆 U 599D 妝U 59CD 姍 U 59D7 姗U 5C13 尓 U 5C14 尔U 5F54 彔 U 5F55 录U 6236 戶 U 6237 户 U 6238 戸U 63FA 揺 U 6416 搖 U 6447 摇U 66A8 暨 U 66C1 曁U 69D8 様 U 6A23 樣U 6A2A 横 U 6A6B 橫U 6B65 步 U 6B69 歩U 7155 煕 U 7199 熙U 7D55 絕 U 7D76 絶U 7DA0 綠 U 7DD1 緑U 9AEA 髪 U 9AEE 髮U 9EAA 麪 U 9EAB 麫U 9EBC 麼 U 9EBD 麽U 9EC3 黃 U 9EC4 黄U 9ED1 黑 U 9ED2 黒自上表發表後 WG2亦調查過其他漢字 37 認為另一批屬於基本多文種平面的漢字 亦可考慮收編到ISO 10646 Annex S3 技術問題 编辑擴展B區的問題 编辑 擴展B區使用了輔助平面來擺放漢字 以致不少文書處理軟件都不能支援 例如 Microsoft Office 2000或之前的版本 即使電腦擁有擴展B區漢字字體 也只會顯示兩個方格 另外 因擴展B區在整理上有缺陷 收錄了以下5個本來應該與其他漢字統一的字 38 U 20457 𠑗 U 34A8 㒨 U 2420E 𤈎 U 3DB7 㶷 U 27144 𧅄 U 8641 虁 U 23515 𣔕 U 204F2 𠓲 U 249E9 𤧩 U 249BC 𤦼而在WG2 N1155 37 文件中 亦列出了152對可考慮統一的漢字 错误统一的问题 编辑 表意文字小组 IRG 处理文字时 遵循对字而不是对字形编码的原则 但是有的字被错误统一编在同一个编码之中 如编码为U 2827C的汉字 2014年5月有人指出了这个问题 39 编码 台湾源 TF 6127 香港源 H 8BAE U 2827C 𨉼 𨉼当惡和悪作为部件时是不应该统一的 因为惡和悪的繁简性质不同 相关的规定中也并未提及惡和悪作为部件应当统一 况且𫫖 和噁是分开编码的 但是当表意文字小组 IRG 收到这个问题后 认为应当保持统一 40 因此这两个字仍然在同一编码之中 注释 编辑 這12個字放到兼容區不是因為和其他字同形或為異體 而是因為它們只收錄在廠商用字中 但未有收錄在官方標準 C T J K Source 中 他們有獨立的形 音 義 即 獨一 unique 7 部分字符來自多於一個來源 所以下表總數多於收錄總數97058字 舊版 細明體 指Windows XP或以前版本之新細明體及細明體 其漢字寫法大體上遵從傳承字形 4 0 4 1 某些碼位原來只有個別地區的字 但其他地區為兼容國際標準 逐漸將所有碼位的字亦納入其國家標準 参考文献 编辑 無線流動裝置對 香港增補字符集 的支援 PDF 認識全字庫 中文碼介紹 中日韓統一漢字簡明速查字典 漢字統合の問題 2002 04 06 Unicode Terminology English Traditional Chinese Roadmap to the TIP 統一碼聯盟 2018 06 03 原始内容存档于2018 06 11 Unicode 6 1 第410 411頁 1 页面存档备份 存于互联网档案馆 2 3 4 存档副本 PDF 2020 03 24 原始内容存档 PDF 于2019 08 19 存档副本 PDF 2020 03 24 原始内容存档 PDF 于2019 05 15 存档副本 PDF 2020 03 24 原始内容存档 PDF 于2019 05 15 存档副本 PDF 2020 03 24 原始内容存档 PDF 于2019 05 15 存档副本 PDF 2020 03 24 原始内容存档 PDF 于2019 05 15 https github com unicode org uk source ideographs 页面存档备份 存于互联网档案馆 Unihan IRGSources txt from Unihan zip 日本的 仝 本來被視為同上符號 編排於中日韩符号和标点區的 U 3004 Hanazono fonts fonts jp 2010 04 19 原始内容存档于2010 04 12 但後來與正字區 U 4EDD 的字認同 統一 了 U 3004 改為日本標準符號 收入中日韓相容表意文字 CJK Codes CCCII and ANSI Z39 64 1989 EACC www ibiblio org 2010 04 18 原始内容存档于2008 05 16 存档副本 PDF 2011 09 09 原始内容存档 PDF 于2012 05 09 存档副本 PDF 2011 09 09 原始内容存档 PDF 于2011 09 16 IRG N 1306 Request to Withdraw 6545 T Source from CJK D candidate PDF 2010 06 06 原始内容存档 PDF 于2011 07 21 IRGN1319A1 MoveToCJK D pdf 原始内容 PDF 存档于2018 01 15 存档副本 PDF 2015年12月12日 原始内容 PDF 存档于2015年1月4日 存档副本 PDF 2015 06 19 原始内容存档 PDF 于2015 06 25 存档副本 PDF 2020 03 11 原始内容存档 PDF 于2020 03 24 存档副本 2020 03 11 原始内容存档于2020 03 11 刻石錄 Unicode摧殘正體字 页面存档备份 存于互联网档案馆 刻石錄 不知丹青 枉談漢字 页面存档备份 存于互联网档案馆 安岡孝一 Unicodeの矛盾 2019 02 08 原始内容存档于2018 08 02 統漢字資料庫 統一碼聯盟 2009 05 04 原始内容存档于2009 05 04 libUnihan主頁 libUnihan 2009 05 04 原始内容存档于2012 03 21 呂秋遠 呂秋 走袁 页面存档备份 存于互联网档案馆 刊 立場新聞 政府通用字庫錯漏百出 收錄市民自創新字影響中文水平 太陽報 A6版 1999年10月13日 李祥 為了香港成為數碼城市 2019 02 22 原始内容存档于2019 05 26 散彈一號 𠒇 字係咩嚟 港姐冠軍帶出嘅哲學問題 页面存档备份 存于互联网档案馆 刊 輔仁媒體 37 0 37 1 IRGN1155 Possible Duplicates zip 2019 06 22 存档副本 PDF 2008 02 17 原始内容存档 PDF 于2007 06 12 存档副本 PDF 2015 06 20 原始内容 PDF 存档于2015 06 20 ISO IEC JTC1 SC2 WG2 IRG N2013 第5条 PDF 2015 06 20 原始内容 PDF 存档于2015 06 20 外部連結 编辑統一碼裏中日韓表意文字和相關字符淺說 页面存档备份 存于互联网档案馆 CJK CODE 页面存档备份 存于互联网档案馆 UTF 8 and Unicode FAQ for Unix Linux 页面存档备份 存于互联网档案馆 中華民國教育部異體字字典附錄 中日韓共用漢字表 页面存档备份 存于互联网档案馆 查 Unicode 編碼 或 教育部異體字字典字號 页面存档备份 存于互联网档案馆 CBETA 中華電子佛典協會 Unicode 統一碼 漢字統合歷史 页面存档备份 存于互联网档案馆 統漢字搜尋工具 页面存档备份 存于互联网档案馆 表意文字變體數據庫 页面存档备份 存于互联网档案馆 Unicode Roadmap to the TIP 页面存档备份 存于互联网档案馆 中日韓統一表意文字 页面存档备份 存于互联网档案馆 PDF 34 0MB 中日韓兼容漢字 页面存档备份 存于互联网档案馆 PDF 762kB 中日韓兼容漢字補充 页面存档备份 存于互联网档案馆 PDF 601kB 擴展A區漢字 页面存档备份 存于互联网档案馆 PDF 6 58MB 擴展B區漢字 页面存档备份 存于互联网档案馆 PDF 38 7MB 擴展C區漢字 页面存档备份 存于互联网档案馆 PDF 3 16MB 擴展D區漢字 页面存档备份 存于互联网档案馆 PDF 215kB 擴展E區漢字 页面存档备份 存于互联网档案馆 PDF 3 44MB 擴展F區漢字 页面存档备份 存于互联网档案馆 PDF 4 33MB 擴展G區漢字 页面存档备份 存于互联网档案馆 PDF 2 13MB ISO表意文字工作組ISO表意文字工作組網站 页面存档备份 存于互联网档案馆 ISO IEC 10646 Annex S漢字統一及編排步驟 页面存档备份 存于互联网档案馆 擴展C區編碼網站 页面存档备份 存于互联网档案馆 急用汉字 UNC 多栏列表参见 编辑 汉字文化圈主题 信息技术主题 表意文字 语素文字 汉字 汉字文化圈 辅助平面 字形 ISO 10646 Unicode 國際表意文字核心 IICore 异体字 Unicode Wikipedia Unicode扩展汉字 取自 https zh wikipedia org w index php title 中日韓統一表意文字 amp oldid 75370545, 维基百科，wiki，书籍，书籍，图书馆，

文章

，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。