CJK Unified Ideographs
Blader door 20992 tekens uit het Unicode-blok CJK Unified Ideographs (U+4E00–U+9FFF). Klik op een teken om details te bekijken en het te kopiëren.
Over CJK (Chinees/Japanse/Koreaans)
De CJK Unified Ideographs vertegenwoordigen een van de meest ambitieuze ondernemingen van Unicode: het samenvoegen van de overlappende tekensets van het Chinees, Japans en Koreaans in één uniforme codering. Met meer dan 97.000 ideogrammen in het basisblok en de uitbreidingen is dit veruit de grootste collectie in Unicode. Elk teken is een semantische eenheid — een concept samengeperst in penseelstreken — waardoor de geschreven communicatie mogelijk wordt van talen die door meer dan 1,5 miljard mensen worden gesproken. De ondersteunende blokken voor radicalen, streken en compatibiliteitsvormen bieden de infrastructuur voor invoermethoden, woordenboeken en tekstverwerking.
Chinese karakters zijn meer dan 3.000 jaar geleden ontstaan als orakelbotinscripties, gekerfd in schildpadden schelpen en dierlijke botten tijdens de Shang-dynastie. Door de millennia heen evolueerde het schrift via bronsinscripties, zegelschrift, klerikaal schrift en het reguliere schrift dat vandaag de dag wordt gebruikt. Toen Japan en Korea Chinese karakters adopteerden (respectievelijk kanji en hanja), stapelden regionale variaties zich op. Het CJK-unificatieproject, begonnen in de late jaren 1980 door geleerden uit alle drie de landen, probeerde te identificeren welke regionale varianten werkelijk hetzelfde teken waren. Dit controversiële proces, bekend als Han-unificatie, produceerde het blok CJK Unified Ideographs in Unicode 1.0. Latere uitbreidingen hebben tienduizenden zeldzame, historische en regionale variantk karakters toegevoegd om een uitgebreide dekking te garanderen.
Veelvoorkomend gebruik
- Tekstweergave voor de talen Chinees, Japans en Koreaans
- Backends voor woordenboek- en naslagtoepassingen
- Machinevertaling en natuurlijke taalverwerking
- Kalligrafietoepassingen en lettertypeontwerphulpmiddelen
- Digitalisering van historische documenten en archiefsystemen
Technische opmerkingen: CJK-tekstverwerking biedt unieke uitdagingen. Er zijn geen spaties tussen woorden in het Chinees en Japans, wat geavanceerde segmentatie-algoritmen vereist. Het blok Ideographic Description Characters (U+2FF0–U+2FFF) maakt algoritmische beschrijving van karaktercompositie mogelijk, nuttig wanneer een benodigd ideogram nog niet is gecodeerd. Lettertypebestanden voor volledige CJK-dekking worden gemeten in tientallen megabytes. Het blok Kangxi Radicals (U+2F00–U+2FDF) codeert de 214 traditionele radicalen die worden gebruikt voor woordenboekordening, anders dan de radicalen die verschijnen als componenten binnen ideogrammen.
Culturele context: Han-unificatie blijft een van de meest bediscussieerde beslissingen in de geschiedenis van Unicode. Critici stellen dat het samenvoegen van verschillende regionale tradities belangrijke culturele verschillen uitwist — een karakter dat zich in China, Japan en Korea anders heeft ontwikkeld, kan in elke cultuur andere connotaties met zich meedragen. Voorstanders voeren aan dat unificatie een praktische noodzaak is voor interoperabele computersystemen en dat op lettertypen gebaseerde variatie (via locatiespecifieke typografie) visuele verschillen behoudt. De IVD (Ideographic Variation Database) biedt een mechanisme voor het selecteren van specifieke glyph-varianten wanneer culturele precisie vereist is.