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(英文中是plane，可以認為就是不同的區位)
unicode可以邏輯分為17平面（plane），每個平面擁有65536（ = 216）個**點，雖然目前只有少數平面被使用。
平面0 (0000–ffff): 基本多文種平面（basic multilingual plane, bmp）.
平面1 (10000–1ffff): 多文種補充平面（supplementary multilingual plane, smp）.
平面2 (20000–2ffff): 表意文字補充平面（supplementary ideographic plane, sip）.
平面3 (30000–3ffff): 表意文字第三平面（tertiary ideographic plane, tip）.
平面4 to 13 (40000–dffff)尚未使用
平面14 (e0000–effff): 特別用途補充平面（supplementary special-purpose plane, ssp）
平面15 (f0000–fffff)保留作為私人使用區（private use area, pua）
平面16 (100000–10ffff)，保留作為私人使用區（private use area, pua）
最有用的當然就是bmp平面０了編碼從u+0000至u+ffff。那裡包含了幾乎全部的常用字元。
unicode基本平面區的編碼區間含義
為鑑於unicode原有的16位空間不足以應用，於是從unicode 3.1版本開始，設立了16個擴充套件字碼空間，稱為輔助平面，
使 unicode 的可使用空間由6萬多字增至約100萬字。輔助平面字元要用上4位元組來儲存。
unicode中的幾大區間
最後小結下：
１、現在網上大多數用於判斷中文字元的是 u+4e00..u+9fa5 這個範圍是只是「中日韓統一表意文字」這個區間，但這不是全部，如果要全部包含，則還要他們的擴充套件集、部首、象形字、注間字母等等;
2e80－a4cf 加上 f900-faff 加上 fe30-fe4f
其中 2e80－a4cf
包含了中日朝部首補充、康熙部首、表意文字描述符、中日朝符號和標點、日文平假名、日文片假名、注音字母、諺文相容字母、象形字注釋標誌、注音字母擴充套件、中日朝筆畫、日文片假名語音擴充套件、帶圈中日朝字母和月份、中日朝相容、中日朝統一表意文字擴充套件a、易經六十四卦符號、中日韓統一表意文字、彝文音節、彝文本根
f900-faff
中日朝相容表意文字
fe30-fe4f
中日朝相容形式
所以，一般用4e00－9fa5已經可以，如果要更廣，則用2e80－a4cf || f900-faff || fe30-fe4f
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、不要太關心簡繁中文的區別，如果要明確非要簡體中文可參考unicode中簡體中文編碼
參考：
在wap中文字unicode編碼方法
3g時代就要指日到來了，現在手機的wap上網越來越流行，在手機瀏覽的時候，我們要進行了unicode編碼了之後，手機才能看的漢字的，所以我們要進行編碼。region private string unicodestring string inputstring 對字串加入頭 x 和尾 private...
python中的unicode編碼
概括 從python1.6開始就可以處理unicode字元了。一 幾種常見的編碼格式。1.1 ascii，用1個位元組表示。1.2 utf 8,用1個至三個位元組表示，表示ascii碼時只占用1個位元組，ascii編碼是utf 8的子集。1.3 utf 16,用2個位元組表示，在python中，un...
unicode 在python3中的編碼問題
u u 表示unicode字串 example u string 不是僅僅是針對中文,可以針對任何的字串，代表是對字串進行unicode編碼。一般英文本元在使用各種編碼下,基本都可以正常解析,所以一般不帶u 但是中文,必須表明所需編碼,則一旦編碼轉換就會出現亂碼。建議所有編碼方式採用utf8 r r...