CJK Unified Ideographs Extension C
Blader door 4154 tekens uit het Unicode-blok CJK Unified Ideographs Extension C (U+2A700–U+2B73F). Klik op een teken om details te bekijken en het te kopiëren.
Over CJK (Chinees/Japans/Koreaans)
De CJK Unified Ideographs vertegenwoordigen een van de meest ambitieuze ondernemingen van Unicode: het samenvoegen van de overlappende tekensets van Chinees, Japans en Koreaans in één, verenigde codering. Met meer dan 97.000 ideogrammen in het basisblok en de uitbreidingen is dit verreweg de grootste verzameling in Unicode. Elk teken is een semantische eenheid — een concept gecomprimeerd in streken — waardoor schriftelijke communicatie mogelijk is 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 ontstonden meer dan 3.000 jaar geleden als orakelbotinscripties gegraveerd in schildpadschilden en dierlijke botten tijdens de Shang-dynastie. Door de millennia heen evolueerde het schrift via bronzen inscripties, zegelschrift, kanselarijschrift en het reguliere schrift dat vandaag 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 naties, 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. Daaropvolgende uitbreidingen hebben tienduizenden zeldzame, historische en regionale varianttekens toegevoegd om uitgebreide dekking te garanderen.
Veelvoorkomend gebruik
- Tekstweergave voor Chinese, Japanse en Koreaanse talen
- Backends voor woordenboek- en referentietoepassingen
- Machinevertaling en natuurlijke taalverwerking
- Kalligrafietoepassingen en lettertypeontwerptools
- Digitalisering van historische documenten en archiefsystemen
Technische opmerkingen: CJK-tekstverwerking brengt unieke uitdagingen met zich mee. 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 tekencompositie 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 radicaalvormen die worden gebruikt voor woordenboekordening, verschillend van de radicalen die als componenten binnen ideogrammen verschijnen.
Culturele context: Han-unificatie blijft een van de meest bediscussieerde beslissingen in de geschiedenis van Unicode. Critici beweren dat het samenvoegen van verschillende regionale tradities belangrijke culturele verschillen uitwist — een teken dat in China, Japan en Korea anders is geëvolueerd, kan in elke cultuur andere connotaties dragen. Voorstanders weerleggen dat unificatie een praktische noodzaak is voor interoperabel computergebruik en dat op lettertypen gebaseerde variatie (via locatiespecifieke lettertypen) visuele verschillen behoudt. De IVD (Ideographic Variation Database) biedt een mechanisme voor het selecteren van specifieke glyphvarianten wanneer culturele precisie vereist is.