Quelle est la gamme complète des caractères chinois en Unicode?

95

U + 4E00..U + 9FFF fait partie de l'ensemble complet, mais pas tous

OMG
la source
3
Je voudrais simplement lier un article de wikipedia ici car la plage de blocs serait mise à jour de temps en temps, il est donc préférable de lier quelque chose de ratger qui change dynamiquement et donne une réponse statique ... en.wikipedia.org/wiki/CJK_Unified_Ideographs
user930067

Réponses:

104

Vous trouverez peut-être une liste complète dans la FAQ Unicode CJK (qui inclut les caractères "chinois, japonais et coréen")

Le document " East Asian Script " mentionne:

Blocs contenant des idéogrammes Han

Les caractères idéographiques Han se trouvent dans cinq blocs principaux de la norme Unicode, comme indiqué dans le tableau 12-2

Tableau 12-2. Blocs contenant des idéogrammes Han

Block                                   Range       Comment
CJK Unified Ideographs                  4E00-9FFF   Common
CJK Unified Ideographs Extension A      3400-4DBF   Rare
CJK Unified Ideographs Extension B      20000-2A6DF Rare, historic
CJK Unified Ideographs Extension C      2A700–2B73F Rare, historic
CJK Unified Ideographs Extension D      2B740–2B81F Uncommon, some in current use
CJK Unified Ideographs Extension E      2B820–2CEAF Rare, historic
CJK Compatibility Ideographs            F900-FAFF   Duplicates, unifiable variants, corporate characters
CJK Compatibility Ideographs Supplement 2F800-2FA1F Unifiable variants

Remarque: les plages de blocs peuvent évoluer au fil du temps: la dernière est dans les idéographes unifiés CJK .

Voir aussi Wikipedia:

VonC
la source
Vous pouvez également inclure U + AC00 - U + D7AF (syllabes Hangul).
Flimm
12
@Flimm: Hangul ne fait pas partie de la norme chinoise; Hangul est coréen. Coréen fait usage Hanja ( « script chinois »), mais à peine et seulement pour certaines choses traditionnelles (comme la dernière noms, monuments, lieux ...) qui ne peuvent être transcrites dans Hangul. Le PO a posé des questions sur le chinois spécifiquement, il n'était donc pas nécessaire que le répondant inclue le Hangul. :-)
omninonsense
1
La liste ne semble pas couvrir la ponctuation ("。").
Michał Woliński
1
@ MichałWoliński CJK Symbols and Punctuation range is 3000-303F
Mariano
J'ai appris que l'extension A d'idéographes unifiés CJK est de 3400 à 4dbf plutôt que de 3400 à 4dff.
Lerner Zhang
48

Unicode compte actuellement 74605 caractères CJK. Les caractères CJK incluent non seulement les caractères utilisés par les chinois, mais également les Kanji japonais, les Hanja coréens et les Chu Nom vietnamiens . Certains caractères CJK ne sont pas des caractères chinois.

1) 20941 caractères du bloc CJK Unified Ideographs .

Les points de code U + 4E00 à U + 9FCC.

  1. U + 4E00 - U + 62FF
  2. U + 6300 - U + 77FF
  3. U + 7800 - U + 8CFF
  4. U + 8D00 - U + 9FCC

2) 6582 caractères à partir du bloc A CJKUI Ext .

Les points de code U + 3400 à U + 4DB5 . Unicode 3.0 (1999).

3) 42711 caractères à partir du bloc CJKUI B Ext .

Points de code U + 20000 à U + 2A6D6. Unicode 3.1 (2001).

  1. U + 20000 - U + 215FF
  2. U + 21600 - U + 230FF
  3. U + 23100 - U + 245FF
  4. U + 24600 - U + 260FF
  5. U + 26100 - U + 275FF
  6. U + 27600 - U + 290FF
  7. U + 29100 - U + 2A6DF

3) 4149 caractères à partir du bloc CJKUI Ext C .

Points de code U + 2A700 à U + 2B734 . Unicode 5.2 (2009).

4) 222 caractères à partir du bloc D CJKUI Ext .

Points de code U + 2B740 à U + 2B81D . Unicode 6.0 (2010).

5) Bloc CJKUI Ext E.

Bientôt disponible

Si ce qui précède ne suffit pas, jetez un œil aux problèmes connus . Amusez-vous =)

Pacerier
la source
1
Salut, pouvez-vous donner un exemple d'idéogramme CJK (de préférence à partir du plan de base) qui n'est pas un caractère chinois? Je pensais que des caractères d'autres langues (japonais, coréen) qui ne sont pas aussi des caractères chinois apparaissent dans un autre bloc (par exemple le bloc Hangul Jamo, dans le cas du coréen) ...
Adam Burley
Essayez de regarder «Gukja», «Kokuji» et «Chữ Nôm». U + 4E44, 乄, est un caractère CJK uniquement japonais.
Ṃųỻịgǻňạcểơửṩ
21

Les plages exactes pour les caractères chinois (à l'exception des extensions) sont [\u2E80-\u2FD5\u3190-\u319f\u3400-\u4DBF\u4E00-\u9FCC\uF900-\uFAAD].

  1. [\u2e80-\u2fd5]

CJK Radicals Supplement est un bloc Unicode contenant des formes alternatives, souvent positionnelles, des radicaux Kangxi. Ils sont utilisés comme en-têtes dans les index de dictionnaires et dans d'autres collections d'idéographes CJC organisées par coup radical.

  1. [\u3190-\u319f]

Kanbun est un bloc Unicode contenant des caractères d'annotation utilisés dans les copies japonaises de textes chinois classiques, pour indiquer l'ordre de lecture.

  1. [\u3400-\u4DBF]

CJK Unified Ideographs Extension-A est un bloc Unicode contenant des idéographes Han rares.

  1. [\u4E00-\u9FCC]

CJK Unified Ideographs est un bloc Unicode contenant les idéographes CJK les plus courants utilisés en chinois et en japonais modernes.

  1. [\uF900-\uFAAD]

CJK Compatibility Ideographs est un bloc Unicode créé pour contenir des caractères Han qui ont été encodés à plusieurs endroits dans d'autres encodages de caractères établis, en plus de leurs affectations d'idéographes unifiés CJK, afin de conserver la compatibilité aller-retour entre Unicode et ces encodages.

Pour les détails, veuillez vous référer ici , et les extensions sont fournies dans d'autres réponses.

Lerner Zhang
la source
Celui qui a décliné cette réponse pourrait-il m'en dire la raison?
Lerner Zhang
2
Je n'ai pas voté contre, mais qu'en est-il des extensions B, C, D et E?
Suragch
@Suragch Ces extensions ont été fournies correctement dans d'autres réponses, il n'est donc pas nécessaire que je les réécrive. Je n'ai clairement séparé que les plages entre les deux.
Lerner Zhang
1. gamme de supplément de radicaux CJK est 2E80—2EFF 2. Les radicaux Kangxi ne sont pas des caractères chinois, c'est un composant graphique d'un caractère chinois, ils sont utilisés spécialement pour exprimer des radicaux, .eg ⼻ (U + 2F3B) et 彳 (U + 5F73) ), ⻜ (U + 2EDC) et 飞 (U + 98DE) 3. Si vous pensez que les kanbun sont des caractères chinois, pourquoi pas des idéogrammes de compatibilité CJK? Pourquoi ne pas joindre les lettres et les mois CJK?
Voyager
@rambler Merci pour vos conseils. Je pense que lorsque nous traitons le personnage de Chinses, nous devrions considérer Kangxi Radicals et Kanbun. Les idéogrammes de compatibilité CJK sont bons, mais les lettres et les mois CJK joints sont trop rares et je ne pense pas que nous devrions les considérer.
Lerner Zhang
9

Unicode version 11.0.0

En Unicode, les scripts chinois, japonais et coréen (CJK) partagent un arrière-plan commun, collectivement appelés caractères CJK.

Ces plages contiennent souvent des points de code non affectés ou réservés (tels que U + 2E9A , U + 2EF4 - 2EFF),

Caractères chinois

bottom  top     reference(also have a look at wiki page)    block name
4E00    9FEF    http://www.unicode.org/charts/PDF/U4E00.pdf CJK Unified Ideographs
3400    4DBF    http://www.unicode.org/charts/PDF/U3400.pdf CJK Unified Ideographs Extension A
20000   2A6DF   http://www.unicode.org/charts/PDF/U20000.pdf    CJK Unified Ideographs Extension B
2A700   2B73F   http://www.unicode.org/charts/PDF/U2A700.pdf    CJK Unified Ideographs Extension C
2B740   2B81F   http://www.unicode.org/charts/PDF/U2B740.pdf    CJK Unified Ideographs Extension D
2B820   2CEAF   http://www.unicode.org/charts/PDF/U2B820.pdf    CJK Unified Ideographs Extension E
2CEB0   2EBEF   https://www.unicode.org/charts/PDF/U2CEB0.pdf   CJK Unified Ideographs Extension F
3007    3007    https://zh.wiktionary.org/wiki/%E3%80%87    in block CJK Symbols and Punctuation
  • Dans le bloc CJK Unified Ideographs , je remarque que de nombreuses réponses utilisent la borne supérieure 9FCC, mais U + 9FCD (鿍) est en effet un caractère chinois. Et tous les caractères de ce bloc sont des caractères chinois (également utilisés en japonais ou en coréen, etc.).
  • La plupart des caractères dans CJK Unified Ideograohs Ext (sauf Ext F, seuls 17% dans Ext F sont des caractères chinois), sont des caractères chinois traditionnels, qui sont rarement utilisés en Chine.
  • 〇 est le caractère chinois de zéro et toujours utilisé aujourd'hui

Par conséquent, la gamme est

[0x3007,0x3007], [0x3400,0x4DBF], [0x4E00,0x9FEF], [0x20000,0x2EBFF]

Caractères CJK mais jamais utilisés en chinois

Ce sont des Han communs utilisés uniquement pour la compatibilité.

Il est presque impossible de les voir apparaître dans aucun livre, article, écrit, etc. chinois.

tous les caractères ici ont un caractère chinois identique au glyphe. Tels que 金 (U + F90A) et 金 (U + 91D1), ils sont identiques dans Glyph.

 F900    FAFF   https://www.unicode.org/charts/PDF/UF900.pdf  CJK Compatibility Ideographs
2F800   2FA1F   https://www.unicode.org/charts/PDF/U2F800.pdf CJK Compatibility Ideographs Supplement

Symboles liés à CJK

2E80    2EFF    http://www.unicode.org/charts/PDF/U2E80.pdf CJK Radicals Supplement

2F00    2FDF    http://www.unicode.org/charts/PDF/U2F00.pdf Kangxi Radicals 
2FF0    2FFF    https://unicode.org/charts/PDF/U2FF0.pdf    Ideographic Description Character
3000    303F    https://www.unicode.org/charts/PDF/U3000.pdf    CJK Symbols and Punctuation
3100    312f    https://unicode.org/charts/PDF/U3100.pdf    Bopomofo
31A0    31BF    https://unicode.org/charts/PDF/U31A0.pdf    Bopomofo Extended
31C0    31EF    http://www.unicode.org/charts/PDF/U31C0.pdf CJK Strokes
3200    32FF    https://unicode.org/charts/PDF/U3200.pdf    Enclosed CJK Letters and Months
3300    33FF    https://unicode.org/charts/PDF/U3300.pdf    CJK Compatibility
FE30    FE4F    https://www.unicode.org/charts/PDF/UFE30.pdf    CJK Compatibility Forms
FF00    FFEF    https://www.unicode.org/charts/PDF/UFF00.pdf    Halfwidth and Fullwidth Forms
1F200   1F2FF   https://www.unicode.org/charts/PDF/U1F200.pdf   Enclosed Ideographic Supplement
  • certains blocs tels que Hangul Compatibilité Jamo sont abandonnés faute de relation avec le chinois.
  • Les radicaux Kangxi ne sont pas des caractères chinois, c'est un composant graphique d'un caractère chinois, ils sont utilisés spécialement pour exprimer des radicaux, .eg ⼻ (U + 2F3B) et 彳 (U + 5F73), ⻜ (U + 2EDC) et 飞 (U + 98DE)

D'autres signes de ponctuation courants apparaissent en chinois

Il s'agit d'un large éventail, certaines ponctuations peut-être jamais utilisées, certaines ponctuations telles que celles qui ……”“sont tellement utilisées en chinois.

0000    007F    https://unicode.org/charts/PDF/U0000.pdf    C0 Controls and Basic Latin 
2000    206F    https://unicode.org/charts/PDF/U2000.pdf    General Punctuation
……

Il existe également de nombreux symboles liés au chinois, tels que Yijing Hexagram Symbols ou Kanbun , mais c'est quand même hors sujet. J'écris des caractères non chinois en CJK pour avoir une meilleure explication de ce que sont les caractères chinois. Et les plages ci-dessus couvrent déjà presque tous les caractères apparaissent dans l'écriture chinoise, à l'exception des mathématiques et d'autres notations spécialisées.

Supplémentaire

Symboles CJK et ponctuation

 、。〃〄々〆〇〈〉《》「」『』【】〒〓〔〕〖〗〘〙〚〛〜〝〞〟〠〡〢〣〤〥〦〧〨〩〪〭〮〯〫〬〰〱〲〳〴〵〶〷〸〹〺〻〼〽 〾 〿

Formulaires demi-largeur et pleine largeur

!"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~⦅⦆。「」、・ヲァィゥェォャュョッーアイウエオカキクケコサシスセソタチツテトナニヌネノハヒフヘホマミムメモヤユヨラリルレロワン゙゚ᄀᄁᆪᄂᆬᆭᄃᄄᄅᆰᆱᆲᆳᆴᆵᄚᄆᄇᄈᄡᄉᄊᄋᄌᄍᄎᄏᄐᄑ하ᅢᅣᅤᅥᅦᅧᅨᅩᅪᅫᅬᅭᅮᅯᅰᅱᅲᅳᅴᅵ¢£¬ ̄¦¥₩│←↑→↓■○

Référer

  1. https://zh.wikipedia.org/wiki/%E6%B1%89%E5%AD%97 (en chinois, remarquez la barre latérale droite)
  2. https://zh.wikipedia.org/wiki/%E4%B8%AD%E6%97%A5%E9%9F%93%E7%9B%B8%E5%AE%B9%E8%A1%A8%E6 % 84% 8F% E6% 96% 87% E5% AD% 97 (notez le tableau du bas)
  3. http://www.unicode.org
Voyageur
la source
2

Les blocs de code Unicode que les autres réponses ont donnés couvrent certainement la plupart des caractères Unicode chinois, mais vérifiez également certains de ces autres blocs de code.

CJK_UNIFIED_IDEOGRAPHS
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_C
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_D
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_E
CJK_COMPATIBILITY
CJK_COMPATIBILITY_FORMS
CJK_COMPATIBILITY_IDEOGRAPHS
CJK_COMPATIBILITY_IDEOGRAPHS_SUPPLEMENT
CJK_RADICALS_SUPPLEMENT
CJK_STROKES
CJK_SYMBOLS_AND_PUNCTUATION
ENCLOSED_CJK_LETTERS_AND_MONTHS
ENCLOSED_IDEOGRAPHIC_SUPPLEMENT
KANGXI_RADICALS
IDEOGRAPHIC_DESCRIPTION_CHARACTERS

Voir ma discussion plus complète ici . Et ce site est pratique pour naviguer sur Unicode.

Suragch
la source
1

Pour résumer, on dirait que ce sont eux:

var blocks = [
  [0x3400, 0x4DB5],
  [0x4E00, 0x62FF],
  [0x6300, 0x77FF],
  [0x7800, 0x8CFF],
  [0x8D00, 0x9FCC],
  [0x2e80, 0x2fd5],
  [0x3190, 0x319f],
  [0x3400, 0x4DBF],
  [0x4E00, 0x9FCC],
  [0xF900, 0xFAAD],
  [0x20000, 0x215FF],
  [0x21600, 0x230FF],
  [0x23100, 0x245FF],
  [0x24600, 0x260FF],
  [0x26100, 0x275FF],
  [0x27600, 0x290FF],
  [0x29100, 0x2A6DF],
  [0x2A700, 0x2B734],
  [0x2B740, 0x2B81D]
]
Lance Pollard
la source