在網上搜尋了一下漢字的unicode範圍，普遍給出了「u+4e00..u+9fa5」。但事實上這個範圍是不完整的，甚至連基本的全形（中文）標點也未包含在內。根據最新的unicode 5.0版整理如下：
注：在絕大多數應用場合中，我們可以僅用（1）、（2）、（3）、（4）、（5）的集合作為cjk判斷的依據。
1）標準cjk文字
2）全形ascii、全形中英文標點、半寬片假名、半寬平假名、半寬韓文本母：ff00-ffef
3）cjk部首補充：2e80-2eff
4）cjk標點符號：3000-303f
5）cjk筆劃：31c0-31ef
6）康熙部首：2f00-2fdf
7）漢字結構描述字元：2ff0-2fff
8）注音符號：3100-312f
9）注音符號（閩南語、客家語擴充套件）：31a0-31bf
10）日文平假名：3040-309f
11）日文片假名：30a0-30ff
12）日文片假名拼音擴充套件：31f0-31ff
13）韓文拼音：ac00-d7af
14）韓文本母：1100-11ff
15）韓文相容字母：3130-318f
16）太玄經符號：1d300-1d35f
17）易經六十四卦象：4dc0-4dff
18）彝文音節：a000-a48f
19）彝文部首：a490-a4cf
20）盲文符號：2800-28ff
21）cjk字母及月份：3200-32ff
22）cjk特殊符號（日期合併）：3300-33ff
23）裝飾符號（非cjk專用）：2700-27bf
24）雜項符號（非cjk專用）：2600-26ff
25）中文豎排標點：fe10-fe1f
26）cjk相容符號（豎排變體、下劃線、頓號）：fe30-fe4f
中文在unicode中的編碼範圍
以前寫過一篇貼子是寫中文在unicode中的編碼範圍unicode中文範圍 但寫的不是很詳細，今天再次研究了下unicode，並給出詳細的unicode取值範圍。本次研究的unicode物件是unicode 5.2.0版本。現在最新的是6.0版 對於這次研究的unicode把編碼分為以下幾個平面 英...
unicode 字元範圍
1 標準cjk文字 code point range block name release u 3400.u 4db5 cjk unified ideographs extension a 3.0u 4e00.u 9fa5 cjk unified ideographs 1.1u 9fa6.u 9fb...
Unicode中文和特殊字元的編碼範圍
轉 程式設計中有時候需要用到匹配中文的正則，一般用 u4e00 u9fa5 即可搞定。不過這正則對一般的火星文鳥語就不太適用了，甚至全形的標點符號都不包含在內。例如遊戲裡面的玩家名，普通青年一般都是漢字，文藝青年會加幾個特殊字元，2b青年火星文鳥語都會用上 這時候你就需要更強大的正則了。其實，遊戲內...