CJK Unified Ideographs
浏览来自 CJK Unified Ideographs Unicode 区块(U+4E00–U+9FFF)的 20992 个字符。点击任意字符查看详情并复制。
关于 中日韩统一表意文字
中日韩统一表意文字代表了Unicode最具雄心的工程之一:将中文、日文和韩文的重叠字符集合并为单一的统一编码。基本块及其扩展中共有超过97,000个表意文字,这是Unicode中迄今最大的集合。每个字符都是一个语义单位——一个压缩在笔画中的概念——使超过15亿人使用的语言的书面交流成为可能。用于部首、笔画和兼容形式的辅助块为输入法、词典和文本处理提供了基础设施。
汉字起源于3,000多年前,即商代刻在龟壳和兽骨上的甲骨文。几千年来,文字通过金文、篆书、隶书以及今天使用的楷书演变而来。当日本和韩国采用汉字(分别为日文汉字和韩文汉字)时,区域变体逐渐积累。始于20世纪80年代末、由三国学者共同参与的中日韩统一项目,旨在识别哪些区域变体实际上是同一个字符。这一具有争议性的过程被称为汉字统一,它产生了Unicode 1.0中的中日韩统一表意文字块。随后的扩展增加了数万个稀有、历史及区域变体字符,以确保全面覆盖。
常见用途
- 中文、日文和韩文的文本显示
- 词典和参考应用的数据库后端
- 机器翻译和自然语言处理
- 书法应用和字体设计工具
- 历史文献数字化和档案系统
技术说明: 中日韩文本处理面临独特挑战。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)允许算法化描述字符组成,适用于所需表意文字尚未编码的情况。支持完整中日韩覆盖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,与表意文字中作为组件出现的部首有所区别。
文化背景: 汉字统一仍是Unicode历史上最具争议的决策之一。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字符,在每种文化中可能带有不同的含义。支持者反驳说,统一是实现计算互操作性的实际需要,并且基于字体的变体(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。