CJK Strokes

CJK统一表意文字代表了Unicode最具雄心的工程之一：将中文、日文和韩文重叠的字符集合并为单一的统一编码。基础块及其扩展中共有超过97,000个表意文字，这无疑是Unicode中最大的集合。每个字符都是一个语义单元——一个压缩成笔画的概念——使得超过15亿人使用的语言的书面交流成为可能。支持部首、笔画和兼容形式的辅助块为输入法、字典和文本处理提供了基础设施。

汉字起源于3000多年前，最初是商代时期刻在龟壳和动物骨头上的甲骨文。数千年来，文字通过青铜铭文、篆书、隶书和今天使用的楷书不断演变。当日本和韩国采用汉字（分别称为kanji和hanja）时，地区变体不断累积。CJK统一项目由三国学者于1980年代末启动，旨在识别哪些地区变体实际上是同一个字符。这一有争议的过程，即汉字统一，在Unicode 1.0中产生了CJK统一表意文字块。随后的扩展增加了数万个稀有、历史和地区变体字符，确保全面覆盖。

常见用途

• 中文、日文和韩文语言的文本显示
• 字典和参考应用的底层系统
• 机器翻译和自然语言处理
• 书法应用和字体设计工具
• 历史文档数字化和档案系统

技术说明: CJK文本处理面临独特的挑战。中文和日文单词之间没有空格，需要复杂的分词算法。表意文字描述字符块（U+2FF0–U+2FFF）允许对字符组合进行算法性描述，在所需的表意文字尚未编码时非常有用。完整覆盖CJK的字体文件大小以数十兆字节计。康熙部首块（U+2F00–U+2FDF）编码了用于字典排序的214个传统部首形式，不同于作为表意文字内部组件出现的部首。

文化背景: 汉字统一仍然是Unicode历史上最具争议的决定之一。批评者认为，合并不同的地区传统抹去了重要的文化差异——在中国、日本和韩国以不同方式演变的一个字符，可能在每种文化中带有不同的含义。支持者反驳说，统一是实现可互操作计算的实用需要，基于字体的变体（通过特定区域字体）保留了视觉差异。IVD（表意文字变体数据库）提供了一种在需要文化精确性时选择特定字形变体的机制。