wj中日韩统一表意文字
中日韩越统一表意文字
维基百科，自由的百科全书
（重定向自中日韓統一表意文字） 跳转到： 导航, 搜索
“Unihan”重定向至此。关于与其同名的其他主题，详见“Unihan (消歧义)”。 中日韩统一表意文字（英语：CJK Unified Ideographs），也称中日韩越统一表意文字（英语：CJKV Unified Ideographs）、统汉字（英语：Unihan），目的是要把分别来自中文、日文、韩文、越文、壮文中，本质相同、形状一样或稍异的表意文字（主要为汉字，但也有仿汉字如方块壮字、日本国字、韩国独有汉字、越南的喃字）于ISO 10646及Unicode标准内赋予相同编码。
越南文后来加入此计划，所以亦有 CJKV（中日韩越统一表意文字）的称呼。Unicode亦开始收录越汉字——喃字。
目录
[隐藏]
o 3.1 最初期统一汉字 o 3.2 扩展A区 o
o 3.4 Unicode 4.1汉字 o o 3.6 扩展C区 o 3.7 扩展D区 o
[编辑] 版本
ISO
Unicode 10646
版本
新增 置放平面 字数
累计字数
版本
1993 1.0
2000 3.0 2001 3.1
2003第一
修订4.1 版 2003第四
修订5.1 版 2003第五修订版 20035.2
第六修订版
基本多文种平中日韩统一表意文字
面（BMP，Basic
Multilingual 20,902
Plane）
位于“相容表意文字区”中但实则独一的汉字（U+FA0E（﨎）、U+FA0F（﨏）、U+FA11（塚）、
20,914
U+FA13（﨑）、U+FA14（晴）、基本多文种平U+FA1F（﨟）、U+FA21（﨡）、面 12
U+FA23（﨣）、U+FA24（﨤）、U+FA27（逸）、U+FA28（都）、U+FA29（﨧）[1]
中日韩统一表意文字扩展A区
基本多文种平面
6,582 27,496
第二辅助平面（SIP，
中日韩统一表意文字扩展B区 Supplementary 42,711 70,207
Ideographic Plane） HKSCS-2004中未加入ISO 10646的汉字（U+9FA6－U+9FB3龦龦龦龦龦龦龦龦龦龦龦龦龦龦）和GB
18030-2000中未加入ISO 10646
基本多文种平
22 70,229
的印刷业常用的偏旁和字形部件面
（U+9FB4－
U+9FBB龴龵龶龷龸龹龦龻）
7个日语汉字（U+9FBC－U+9FC2龦龦龦龦龦龦龦），U+4039基本多文种平 拆分为 U+4039䀹 和 面 8 70,237
U+9FC3龦
中日韩统一表意文字扩展C区 第二辅助平面 4,149 2个日语用汉字（ARIB #47, #95，74,394
U+9FC4龦－U+9FC5龦）、1个新
增汉字（ARIB #93，U+9FC6龦）、
基本多文种平
面
8
在 HKSCS-2004 推出后新增的 5个香港汉字（U+9FC7－
U+9FCB龦龦龦龦龦）
2010 6.0 2012 6.1
中日韩统一表意文字扩展D区（2B740-2B81F） 1个汉字(U+9FCC龦)
第二辅助平面 222 基本多文种平面
1
74,616 74,617
[编辑] 历史
于1990年代初ISO 10646制订时，来自台湾的代表提出相同形式的中日韩汉字给以统一编码（Unify，ISO术语称为“认同”），可以大量节省编码空间，获其他代表接纳。
[编辑] 字源
[编辑] 最初期统一汉字
unicode范围是：0x4E00--0x9FCF。最初期的统一汉字（20,902字）字源来自以下字集：
中国大陆的G源
o G0：GB 2312-80：6,763字
o G1：：2,352字（含58个和92个字，不
包括和GB 2312重复的字）
o G3：：7,237字 o G5：GB 7590-87 繁体版本：7,039字
o G7：现代汉语通用字表：642（G0, 1, 3, 5, 8未包括的字） o G8：：290字（G0, 1, 3, 5未包括的字）
台湾的T源
o T1： 第一字面：5,401+9个 o T2：CNS 11643-1986 第二字面：7,650字
o TE：CNS 11643-1986 第十四字面：6,319+239个CCCII特字+10
个 Xerox Character Code Standard （XCCS） 特字
日本的J源
[2]
o J0：：6,335+非汉字1字（仝） o J1：JIS X 0212-90：5,801字
韩国的K源
o K0：：4,888字（含268个重见字） o K1：KS C 5657-91：2,856字
以上的来源字集会实施字源分离原则（下详）。
另外还有：美国国会图书馆之东亚字符编码（East Asia Character Code，简称 EACC；标准号 ANSI Z39.64-1989）[2]、Big5、CCCII第一面、GB 12052-89、JEF、中国电报码、台湾电报码、Xerox Chinese 等字集来源。
从Unihan数据库中的数据来看，G3中收入CJK的汉字有4835个，G5中收入CJK的汉字有2841个。G3、G5中除去收入CJK的汉字，余下的有一部分收入CJK-EXTA。
[编辑] 扩展A区
扩展A区包含有6,582个新的汉字，位置在 U+3400—U+4DB5。这6千多个汉字分别从以下字典或字集中取得：
中国大陆地区（中华人民共和国）
o 《康熙字典》5357字（独有1892字） o 《汉语大字典》5888字（独有339字） o G3：GB 7589-87 繁体版本：2391字 o G5：GB 7590-87 繁体版本：1226字 o G7：120字
o GS：新加坡汉字226字 台湾地区（中华民国）
o T3： 第三字面（原本为CNS 11643-1986第十四字
面）新加入字符
o T4：CNS 11643-1992 第四字面 o T5：CNS 11643-1992 第五字面 o T6：CNS 11643-1992 第六字面 o T7：CNS 11643-1992 第七字面 o TF：CNS 11643-1992 第十五字面 日本
o JA： Unified Japanese IT Vendors Contemporary Ideographs,
1993
韩国
o K2：PKS C 5700-1:1994 o K3：PKS C 5700-2:1994 越南
o V0：TCVN 5773:1993 o V1：TCVN 6056:1995
[编辑] 扩展B区
扩展B区包含有42,711个新的汉字，位置在 U+20000—U+2A6D6。根据 IRG N777号文件，这四万多个汉字分别从以下字典或字集中取得：
《康熙字典》中出现的18,486个未收录汉字（包括一个在补遗篇出现的汉字）；
《》中出现的28,914个未收录汉字； 《》中出现的66个未收录汉字； 《》中出现的247个未收录汉字；
《汉语大词典》中出现的553个未收录汉字； 《》中出现的86个未收录汉字； 中出现的65个未收录汉字； 《》中出现的522个未收录汉字；
中出现的1,081个未收录汉字；
日本工业标准的JIS X 0213第3水平及第4水平的302个未收录汉字； 韩国 中出现的166个未收录汉字；
北朝鲜 和 国家标准所收录的5,642个汉字；
台湾 的第4至7和15平面所收录的30,177个汉字； 越南 TCVN、VHN 01:1998 和 VHN 02:1998 所收录的4,232个字喃；
这些汉字中重复的汉字有不少，所以经过整理之后，实际总数只有42,711个汉字。
另外，在 U+2F800—U+2FA1D 的位置，放了542个来自台湾的兼容汉字。
[编辑] Unicode 4.1汉字
为使 Unicode 向下兼容 GB 18030 和香港增补字符集（HKSCS）的所有汉字，而扩展C区又迟迟未能出笼，在 Unicode 4.1 版中引进了14个中国香港增补字符集的用字和8个 GB 18030 用字。该22字被编于 U+9FA6—U+9FBB 的位置。 另外，在 U+FA70—U+FAD9 的位置，放了106个来自北朝鲜的兼容汉字。
[编辑] Unicode 5.1汉字
在2008年4月推出的 Unicode 5.1 版本，收录7个由日本 Adobe 公司递交的日语汉字（U+9FBC－U+9FC2）[3]，和目字旁加㚒（大字加两个入字，就如陕西省的陝字换上目字旁）的字 U+9FC3。本来 Unicode 3.0 收录了目字旁加夾（大字加两个人字）字的“䀹”（U+4039），目字旁加㚒字的字，与“䀹”无论在意义和发音均不相同，故魏安（Andrew West）和井作恒（John H. Jenkins）申请追加此字[4]。
[编辑] 扩展C区
于2009年10月发布的Unicode 5.2涵盖了扩展C区，共收录4,149个汉字，包括来自中国大陆、中国澳门、台湾、日本、越南等尚未被编码的汉字。位置在 U+2A700—U+2B734。这四千多个汉字分别从以下字典或字集中取得：
中国大陆 共1119字
o G_BK：《》74字 o G_FZ：北大方正排版系统1字 o G_HZ：《汉语大字典》1字 o G_HC：《》14字 o G_GH：《古代汉语词典》50字 o G_GJZ：用字61字 o G_XC：《现代汉语词典》25字 o G_CH：《辞海》264字
o G_KX：《》及补遗6字
o G_CYY：中国测绘科学研究院用字55字 o G_ZFY：《》202字 o G_ZJW：《殷周金文集成引得》366字 台湾 共1751字
o TC： 第12字面634字 o TD：CNS 11643-1992 第13字面767字 o TE：CNS 11643-1992 第14字面350字 澳门
o MAC：澳门资讯系统字集16字 日本
o JK：日本国字集（Japanese KOKUJI Collection）367字 韩国
o K5H：韩国 IRG 汉字集第5版（Korean IRG Hanja Character Set
5th Edition: 2001）404字
朝鲜
o KP1：KPS 10721:2003 8字 越南 共784字 V4：
o 喃字词典（Từ điển chữ Nôm）, 阮光红（Nguyễn Quang Hồng）, 2006 o Từ điển chữ Nôm Tày, Hoàng Triều Ân, 2003 o Bảng tra chữ Nôm miền Nam, Vũ Văn Kính, 1994 UTC来源 共75字 UTC：
o ABC Chinese-English Dictionary, John DeFrancis（）, et
al., eds., 2nd edition. （1998） Honolulu: University of Hawaii Press
o 耶稣基督后期圣徒教会香港分会用字
o Mathews' Chinese-English Dictionary, Robert H. Mathews
（1975） Cambridge; Harvard University Press o 宋本《广韵》
o 《中国鸟类系统检索》，郑作新等（2000），北京，科学出版社 o 段玉裁《说文解字注》
[编辑] 扩展D区
扩充区D包含的都是所谓的“急用汉字”，合共222个新汉字，于2010年下旬发布的Unicode 6.0中，编码范围为 U+2B740-U+2B81F。
扩展D区原本计划放置扩展C区未收录的16,000多个汉字，但在2007年5月，台湾撤消了6,545个第二部份字集内私用汉字，不再使用字，原因是那些人名用
[5]
字的拥有人或已去世或已移居外地，此后扩展D区缩减到大约10,000字左右。[6]，由于各种阻碍，协议先把数量较少，又急切要收录的汉字提交出来，就是“急用汉字”，以便和统一码6.0.0版一起发表。提出的急用汉字只有二百二十二字（本来有二百二十三字，但中国大陆撤回其中一字）。现在文字小组把第二部份字集延后到扩充E区。 扩展D区汉字主要来自：
中国大陆：身份证系统人名和地名用字。
o G_CH：《辞海》1字
o G_IDC：公安部身份证用字3字 o G_IDCX：公安部身份证用字29字 o G_XC：《现代汉语词典》4字 o G_ZH：《》39字
台湾：用字
o TB：CNS 11643-2007 第11平面24字（闽客方言用字）
日本：
o JH：Hanyo-Denshi Program （汎用電子情報交換環境整備プログ
ラム）108字（日本经济产业省提出的人名和地名用字）
UTC：Unicode technical report #45
o UTC：19字
[编辑] 扩展E区
扩展E区现正处于研究阶段，计划放置于编码范围 U+2B820-U+2F7FF 中。 扩展E区将包含1,277个新越南汉字[7]、被台湾的闽南语和客家话所使用的24个台湾汉字[8] 以及2个中华人民共和国地名用字。[9][10]
[编辑] 字源分离原则
字源分离原则（Source Separation Rule）是整理中日韩统一表意文字的基础。 由于CJK各地字型多有微妙的差异，如“户”字的第一笔，台湾作撇“戶”、中国香港及中国作点“户”、日本作横“戸”，这种程度的差异，理想上是整并为
一个字为佳。然而，从之前各种受挫之文字整并计划的经验得知，整合字集与现行通用字集（Big5或国标码）等无法一一对应，是推行整合字集的最大阻碍。 例如，日本的JIS标准同时收录了“剣”字与“劍”字，原本JIS文件里这两个字可以并存，但采用整合字集后反而变成同一个字，会造成使用上的困扰。而且，如果将多个不同地区字形合并会影响阅读者，令使用者不习惯并非以往所见字形；更有可能引致阅读者因习惯而书写不属于自己地区的字形（或地区性的异体字）、学习错误的字形。于是，字源分离原则因而诞生。
而在不同地区而有不同写法的部首，如“龦（中）、龦（港台旧字体）、辶（港台）”、“龦（新字体）、卝䒑（旧字体）”、“龦（中）、爫（港台）”等就会交由字体处理，例如使用依中国汉字标准《印刷通用汉字字形表》的字体下（如中易宋体、微软雅黑体）便会出现“龦、龦”；使用港台字体标准字体下（如微软正黑体，但非旧版细明体[11]）就会出现“辶、爫”等字形。大大解决了因地区而异之部首写法。
字源分离原则是指，在上述所列出之各种字源里，若有任何字集同时收了两种以上的文字字形，则在Unicode中日韩统一表意文字中，也同时收录这些字。这样一来，现行的各种原有字集与Unicode汉字可以一一对应。
由于Unicode中日韩统一表意文字的主要诉求，就是能大幅减少Unicode收录汉字字数，同时尊重各地的习惯字形。但字源分离原则则破坏了“只对字，而不对字形”编码之原则，亦遭受不少批评。
[编辑] 批评
合并同义字，虽有助减少收录字数，但在研究学术时，如古籍、历史及文字研究等，部份文献确要将字形不同之字同时并列，已合拼各字，变得各有各意思。学者若用Unicode，遇此情况，就要用同码不同电脑字形，甚至要自行造字，或舍Unicode而用其他编码。一来寻转电脑字形不便，二来有损Unicode记录只只字之用意，三来不能以纯文本交换。另外亦不能以Unicode准确记录文献，原本不同字形之字合拼，原有有别义，转Unicode而讹误，不利于文本存于电脑。 另外，同一部件，有分有合，原则不一致。如真真分而直直合，令人混淆。 不同字形之字合拼后，若检索方法以字形为本，会混乱而难以检索。例如笔划检字，艸部之草花头，日本大陆计三划，而传统中文四划，留有艸形则六划。Unicode同一字码，源于字形不同，就有几种笔划，检索混乱。即使检出字，笔划与显示之字亦不符。
文化上，东亚各国用字形有别，用电脑字形亦有别，在日本难以用传统字之电脑字体，在港台难以用日本电脑字体，故合拼后，文本要显示文化差异之字形，则大有困难。
[编辑] 已统一汉字
原则上ISO 10646只对字（Character），而非字形（Glyph）编码。同一字各地可使用自己的标准写法。下例中使用HTML标示同一编码的字在不同地区中的写法（但只是读者电脑提供的字型，未必代表该地区的标准写法）。 例子：
Unicode 日文 韩文
中国大陆 台湾 中国香港 U+6E2F U+6F22 U+76F4 U+7A97 U+89D2 U+8D77 U+9AA8
港 漢 直 窗 角 起 骨
港 漢 直 窗 角 起 骨
港 漢 直 窗 角 起 骨
港 港 漢 漢 直 直 窗 窗 角 角 起 起 骨 骨
中文
注：不是所有网页浏览器均可分辨全部 HTML 的语言代码（Language Code）并
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样，表示该用户的浏览器不能分辨此标签，或设定两者以同一种字形显示。具体情况请参考 Test results: Automatic font assignment for CJK text。
[编辑] 未统一汉字
主条目：未统一汉字列表
有些字只是同一字在不同地区的写法，理应统一，但因为字源分离原则而只好分开编码。值得注意的是字源分离原则由“Unicode联盟决定把不正统的编入位于基本多文种平面的‘相容表意文字区’（Compatibility Ideographs）”时起废弃，原因是CNS中有太多字形非常接近，按 Unicode 标准应该统一的字。这些
字只有正统的会编入正式字集（包括扩展A、B、C区）中，不正统的编入位于“第二辅助平面”的“相容表意文字补充区”（Compatibility Ideographs Supplement）中。 例子：
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
自上表发表后，WG2 亦调查过其他汉字[12]，认为以下属于基本多文种平面的汉字，亦可考虑收编到 ISO 10646 Annex S3： Unicode 字 Unicode 显示▼字
[编辑] 扩展B区的问题
扩展B区使用了辅助平面来摆放汉字，以致不少文书处理软件都不能支援。例如，Microsoft Office 2000 或之前的版本，即使电脑拥有扩展B区汉字字体，也只会显示两个方格。
另外，因扩展B区在整理上有缺陷，收录了以下5个本来应该与其他汉字统一的
[13]字：
U+20457 = U+34A8 U+2420E = U+3DB7 U+27144 = U+8641 U+23515 = U+204F2 U+249E9 = U+249BC
而在 WG2 N1155[12] 文件中，亦列出了152对可考虑统一的汉字。
[编辑] 注释
1. ^ 这个十二个字放到兼容区不是因为和其他字同形或为异体，而是因为它们只收录在厂商用字中，但未有收录在官方标准（C-、T-、J-、K-Source）中。他们有独立的形、音、义，即“独一”（Unique），Unicode 5.0, 第 412 页 [1]
2. ^ http://fonts.jp/hanazono/
3. ^ http://std.dkuug.dk/JTC1/SC2/WG2/docs/n3210.pdf
4. ^ http://std.dkuug.dk/jtc1/sc2/wg2/docs/n3196.pdf
5. ^ IRG N 1306: Request to Withdraw 6545 T-Source from CJK D candidate
6. ^ http://www.cse.cuhk.edu.hk/~irg/irg/irg28/IRGN1319A1_MoveToCJK_D.pdf
7. ^ http://www.cse.cuhk.edu.hk/~irg/irg/irg28/IRGN1279_CJK_DVietNam.pdf
8. ^ http://www.cse.cuhk.edu.hk/~irg/irg/irg28/IRGN1305_CJKD_24Char_TCA.pdf
9. ^ IRGN1324 Submitted To D_China （PDF）
10.^ CJK Unified Ideographs: To Infinity and Beyond
11.^ 旧版细明体指 Windows XP 或以前版本之新细明体及细明体。
12.^ 12.0 12.1 http://www.cse.cuhk.edu.hk/~irg/irg/irg25/IRGN1155_Possible_Duplicates.pdf
13.^ http://std.dkuug.dk/JTC1/SC2/wg2/docs/n2644.pdf
[编辑] 参看
辅助平面 - - （IICore） Wikipedia:Unicode扩展汉字
[编辑] 外部链接
Unicode o Han Unification History o o Unicode Roadmap to the SIP o 中日韩统一表意文字（PDF，5.11MB） o 中日韩兼容汉字（PDF，650kB） o 扩展A区汉字（PDF，1.68MB） o （PDF，12.3MB） o 扩展B区兼容汉字（PDF，608kB） o 扩展C区汉字（PDF，2.47MB） ISO表意文字工作组 o ISO表意文字工作组网站 o o 扩展C区编码网站 o （ZIP，6.32MB） o 急用汉字（UNC）多栏列表
Unicode字符列表 | Unicode联盟 | Unicode技术委员会 | ISO 10646（通用字符集） | UTF-7 | UTF-8 | UTF-16 / UCS-2 | UTF-32 / UCS-4 Unicode字符平面映射 | 中日韩统一表意文字 | CJKV | 表意文字小组（IRG） | IICore
| 完整Unicode编码表
“http://zh.wikipedia.org/w/index.php?title=%E4%B8%AD%E6%97%A5%E9%9F%93%E8%B6%8A%E7%B5%B1%E4%B8%80%E8%A1%A8%E6%84%8F%E6%96%87%E5%AD%97&old3个隐藏分类:
个人工具
名字空间
大陆简体
变换
大陆简体
查看
操作
搜索
导航
帮助
工具 维基社群
链入页面 永久链接
其他语言
本页面最后修订于2012年3月15日 (星期四) 12:20。
本站的全部文字在知识共享 署名-相同方式共享 3.0协议之条款下提
供，附加条款亦可能应用。（请参阅使用条款）
Wikipedia和维基百科标志是维基媒体基金会的注册商标；维基是维基媒体基金会的商标。
维基媒体基金会是在美国佛罗里达州登记的501(c)(3)免税、非营利、慈善机构。