CJK Unified Ideographs Extension D

CJK统一表意文字是Unicode最具雄心的项目之一：将中文、日文和韩文重叠的字符集合并为一个统一的编码。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——将概念压缩进笔画中——使得超过15亿人使用的语言能够进行书面交流。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，商代时期刻在龟甲和兽骨上的甲骨文。数千年来，文字经历了青铜铭文、篆书、隶书和今天使用的楷书的演变。当日本和韩国采用汉字（分别为日语汉字和韩语汉字）时，区域差异逐渐积累。中日韩统一汉字项目始于20世纪80年代末，由三国学者共同发起，旨在识别哪些区域变体实际上是同一个字符。这个有争议的过程被称为汉字统一，产生了Unicode 1.0中的中日韩统一表意文字块。后续的扩展增加了数万个稀有、历史和区域变体字符，以确保全面覆盖。

常见用途

• 中文、日文和韩文的文本显示
• 词典和参考应用程序的后端
• 机器翻译和自然语言处理
• 书法应用程序和字体设计工具
• 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）允许对字符组成进行算法描述，当所需的表意文字尚未编码时非常有用。完整覆盖中日韩的字体文件大小以数十兆字节计算。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成部分出现的部首不同。

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，合并不同的区域传统抹杀了重要的文化差异——一个在中国、日本和韩国以不同方式演变的字符，可能在每种文化中承载不同的含义。支持者反驳说，统一是互操作计算的实用必要性，而基于字体的变体（通过特定地域的字体）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。