英文字母unicode编码表,常用Unicode编码

英文字母unicode编码表,常用Unicode编码详细介绍

本文目录一览： 常用Unicode编码

unicode编码范围： 汉字：[0x4e00,0x9fa5]（或十进制[19968,40869]） 数字：[0x30,0x39]（或十进制[48, 57]） 小写字母：[0x61,0x7a]（或十进制[97, 122]） 大写字母：[0x41,0x5a]（或十进制[65, 90]）
汉字编码范围:\u4E00-\u9FA5 双字节字符编码范围:\u0391-\uFFE5
双字节字符编码范围
汉字unicode编码表
一般使用2w基本汉字就够了
| 字符集 | 字数 | Unicode 编码 | | 基本汉字 | 20902字 | 4E00-9FA5 | | 基本汉字补充 | 38字 | 9FA6-9FCB | | 扩展A | 6582字 | 3400-4DB5 | | 扩展B | 42711字 | 20000-2A6D6 | | 扩展C | 4149字 | 2A700-2B734 | | 扩展D | 222字 | 2B740-2B81D | | 康熙部首 | 214字 | 2F00-2FD5 | | 部首扩展 | 115字 | 2E80-2EF3 | | 兼容汉字 | 477字 | F900-FAD9 | | 兼容扩展 | 542字 | 2F800-2FA1D | | PUA(GBK)部件 | 81字 | E815-E86F | | 部件扩展 | 452字 | E400-E5E8 | | PUA增补 | 207字 | E600-E6CF | | 汉字笔画 | 36字 | 31C0-31E3 | | 汉字结构 | 12字 | 2FF0-2FFB | | 汉语注音 | 22字 | 3105-3120 | | 注音扩展 | 22字 | 31A0-31BA | | 〇 | 1字 | 3007 |

Unicode字符列表的Unicode 编码表

复制到EXCEL然后自动填充
=(ROW()-1)*20+COLUMN()&" "&UNICHAR((ROW()-1)*20+COLUMN())
Unicode 编码表 　　BMP SMP SIP SSP 　　0000—0FFF 8000—8FFF 10000—10FFF 20000—20FFF 28000—28FFF E0000—E0FFF 　　1000—1FFF 9000—9FFF 21000—21FFF 29000—29FFF 　　2000—2FFF A000—AFFF 12000—12FFF 22000—22FFF 2A000—2AFFF 　　3000—3FFF B000—BFFF 23000—23FFF 　　4000—4FFF C000—CFFF 24000—24FFF 2F000—2FFFF 　　5000—5FFF D000—DFFF 1D000—1DFFF 25000—25FFF 　　6000—6FFF E000—EFFF 26000—26FFF 　　7000—7FFF F000—FFFF 1F000—1FFFF 27000—27FFF注：除非有特别指明，否则以下符号皆属“半角”而非“全角”。

字母a的ascii编码值和unicode

具体如下。字母A的ASCII编码为十进制的65，二进制的01000001。Unicode编码。世界上所有语言都统一到一套编码中，通常为两个字节。字母A的ASCII编码为十进制的65，二进制的0000000001000001（在ASCII编码基础上，在前面补8位0）；汉字中，Unicode编码是十进制的20013，二进制的0100111000101101。ASCII(AmericanStandardCodeforInformationInterchange):美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是最通用的信息交换标准，并等同于国际标准ISO/IEC646。ASCII第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，到目前为止共定义了128个字符。

怎样查一个字符的unicode编码

现在有很多工具可以辅助查询。
可以通过这个工具：http://tool.oschina.net/encode
或者推荐这个网址： http://bianma.supfree.net/ Unicode
另外UNICODE官网上也提供了对照表的下载，只不过那个东西是PDF，可以搜索字的对应unicode
你好，访问https://unicode-table.com/cn/
输入想要的查看的字符，然后点击搜索图标，最后点击搜索到的某个结果。这里我们搜索的是2
然后就可以看到该字符的详细介绍了（这里只截取了一部分信息，下面还有很多，详细可查看：https://unicode-table.com/cn/0032/）
ANSI编码是一种对ASCII码的拓展：ANSI编码用0x00~0x7f （即十进制下的0到127）范围的1 个字节来表示 1 个英文字符，超出一个字节的 0x80~0xFFFF 范围来表示其他语言的其他字符。也就是说，ANSI码仅在前128（0-127）个与ASCII码相同，之后的字符全是某个国家语言的所有字符。值得注意的是，两个字节最多可以存储的字符数目是2的16次方，即65536个字符，这对于一个语言的字符来说，绝对够了。还有ANSI编码其实包括很多编码：中国制定了GB2312编码，用来把中文编进去另外，把编到Shift_JIS里，韩把韩文编到Euc-kr里，各国有各国的标准。受制于当时的条件，不同语言之间的ANSI码之间不能互相转换，这就会导致在多语言混合的文本中会有乱码仅供参考

字符编码-深入理解ASCII,GB2312,GBK,Unicode,UTF-8

ASCII码是西欧编码的方式，采取7位编码，所以是2^7=128,共可以表示128个字符，包括34个字符，（如换行LF，回车CR等），其余94位为英文字母和标点符号及运算符号等。
重点:
注：NUL:‘\0'是一个ASCII码为0的字符，从ASCII码表中可以看到ASCII码为0的字符是“空操作字符”，它不引起任何控制动作，也不是一个可显示的字符。
你看到的unicode字符集是这样的编码表：
计算机只懂二进制，因此，严格按照unicode的方式(UCS-2)，应该这样存储：
这个字符串总共占用了18个字节，但是对比中英文的二进制码，可以发现，英文前9位都是0！浪费啊，浪费硬盘，浪费流量。
怎么办？
UTF
UTF-8是这样做的：
这样就形成了如下的UTF-8标记位：

从上面的内容了解了字符编码以后，以后遇到相关的字符编码问题的时候至少有解决的思路，而不是一头雾水
开始问题分析： 1.字符集分析：gb2312支持数字和英文和6000+汉字 2.编码分析：英文占一个字节，中文占两个字节（这就是问题）
这时就要想到,中文汉子对照表：
3.特性：gb2312的高位字节如果大于127（ASCII），就为中文,只有gb2312具有这个特性
4.如果想兼容utf-8和unicode和gbk,那么可以4位16进制的字符截取，如果大于127,那么默认为中文,否则就是英文或字符或数字
这个函数是把数字或进制字符都转为10进制的数字，第二个参数radix表示的是第一个参数string的类型（10进制，2进制，8进制，16进制），我之前很白菜的理解为我想把第一个参数string转化成16进制。哎，我还是太年轻啊

高分求ASCⅡ码、Unicode编码 对照图表

这三种不是一个等级的东西
ASCⅡ码与汉字编码（国内为GB2312）是平行的，前者是255个单字节通用字符，后者是双字节汉字编码
而Unicode是一种新的国际通用编码规范，可以说它包含了以上两者，只不过ascii也是用双字节来表示的
ASCII码一共规定了128个字符的编码，大写的字母A是65Unicode当然是一个很大的集合，现在的规模可以容纳 100多万个 符号。U+0041表示英语的大写字母A硬要写张表格出来不是累死人中日韩汉字Unicode编码表： www.chi2ko.com/tool/CJK.htm
ASCⅡ码和Unicode编码一样.

Unicode详解

字符编码的问题，每个程序员都会遇到，深入探索其背后的原理和机制，能让我们少走很多弯路。
Unicode （ 万国码 、 国际码 、 统一码 、 单一码 ）是计算机科学领域里的一项业界标准。它对世界上大部分的文字系统进行了整理、编码，使得电脑可以用更为简单的方式来呈现和处理文字。
Unicode发展由非营利机构统一码联盟负责，该机构致力于让Unicode方案替换既有的字符编码方案。因为既有的方案往往空间非常有限，亦不适用于多语环境。
统一码联盟在1991年首次发布了 The Unicode Standard 。
在2005年，Unicode的第十万个字元被引入成为标准之一，该字元被用于马拉雅拉姆语。
目前实际应用的统一码版本对应于UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示2的16次（即65536）个字符。基本满足各种语言的使用。实际上当前版本的统一码并未完全使用这16位编码，而是保留了大量空间以作为特殊使用或将来扩展。
最新（但未实际广泛使用）的统一码版本定义了16个辅助平面，两者合起来至少需要占据21位的编码空间，比3字节略少。但事实上辅助平面字符仍然占用4字节编码空间，与UCS-4保持一致。未来版本会涵盖UCS-4的所有字符。UCS-4是一个更大的尚未填充完全的31位字符集，加上恒为0的首位，共需占据32位，即4字节。理论上最多能表示2的31次方个字符，完全可以涵盖一切语言所用的符号。
通用字符集 （Universal Character Set）是由ISO制定的 ISO 10646 （或称 ISO/IEC 10646 ）标准所定义的标准字符集。
通用字符集包括了其他所有字符集。它保证了与其他字符集的双向兼容，即，如果你将任何文本字符串翻译到UCS格式，然后再翻译回原编码，你不会丢失任何信息。
UCS包含了已知语言的所有字符。除了拉丁语、希腊语、斯拉夫语、希伯来语、阿拉伯语、亚美尼亚语、格鲁吉亚语，还包括中文、日文、韩文这样的方块文字，UCS还包括大量的图形、印刷、数学、科学符号。
ISO/IEC 10646定义了一个31位的字符集。
并不是所有的系统都需要支持像组合字符这样的的先进机制。因此ISO 10646指定了如下三种实现级别：
历史上存在两个独立的尝试创立单一字符集的组织，即：
1、国际标准化组织（ISO）于1984年创建的ISO/IEC
2、统一码联盟
统一码联盟和ISO/IEC都同意保持两者标准的码表兼容，并紧密地共同调整任何未来的扩展。
Unicode的实现方式不同于编码方式。一个字符的Unicode编码是确定的。但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对Unicode编码的实现方式有所不同。
Unicode的实现方式称为 Unicode转换格式 （Unicode Transformation Format，简称为 UTF ）。
前面说到，Unicode采用2个字节来编码文件，但是如果一个仅包含7位ASCII字符的Unicode文件，每个字符使用2字节就浪费了一般的存储空间，其第一字节的8位始终为0，这是难以忍受。对于这种情况，可以使用UTF-8编码，这是一种变长编码，它将基本7位ASCII字符仍用7位编码表示，占用一个字节（首位补0）。而遇到与其他Unicode字符混合的情况，将按一定算法转换，每个字符使用1-3个字节编码，并利用首位为0或1进行识别。
问题来了，UTF-8变长编码格式的出现是为了节省存储空间，变长导致了UTF-8的兼容性相应降低。
类似的，对未来会出现的需要4个字节的辅助平面字符和其他UCS-4扩充字符，2字节编码的UTF-16也需要通过一定的算法进行转换。
也就是说，UTF-16是为未来准备的变长编码格式。
还有就是，在Mac和普通PC上，对于字节顺序的理解是不一致的。这时同一字节流可能会被解释为不同内容，如某字符为十六进制编码4E59，按两个字节拆分为4E和59，在Mac上读取时是从低字节开始，那么在Mac OS会认为此4E59编码为594E，找到的字符为“奎”，而在Windows上从高字节开始读取，则编码为U+4E59的字符为“乙”。就是说在Windows下以UTF-16编码保存一个字符“乙”，在Mac OS环境下打开会显示成“奎”。此类情况说明UTF-16的编码顺序若不加以人为定义就可能发生混淆。
于是在UTF-16编码实现方式中使用了 大端序 （Big-Endian，简写为UTF-16 BE）、 小端序 （Little-Endian，简写为UTF-16 LE）的概念，以及可附加的字节顺序记号解决方案，目前在PC机上的Windows系统和Linux系统对于UTF-16编码默认使用UTF-16 LE。目前在PC机上的Windows系统和Linux系统对于UTF-16编码默认使用UTF-16 LE。
在Windows XP附带的记事本，“另存为”对话框可以选择的四种编码方式除去非Unicode编码的ANSI（对于英文系统即ASCII编码），中文系统则为GB2312或Big5外，其余三种为“Unicode”（对应UTF-16 LE）、“Unicode big endian”（对应UTF-16 BE）和“UTF-8”。
UTF-8，是我们最经常看到的编码格式之一。前面已经简单介绍过，这是一种变长编码格式，变长的目的是节省存储空间。
UTF-8使用一至六个字节为每个字符编码（2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）。
下面介绍其编码规则：
1、128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。
2、带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文等则需要两个字节编码（Unicode范围由U+0080至U+07FF）。
3、其他基本多文种平面（BMP）中的字元（这包含了大部分常用字，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。
4、其他极少使用的Unicode 辅助平面的字元使用四至六字节编码。（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。
对上述提及的第四种字元而言，UTF-8使用四至六个字节来编码似乎太耗费资源了。但UTF-8对所有常用的字元都可以用三个字节表示，而且它的另一种选择，UTF-16编码，对前述的第四种字符同样需要四个字节来编码，所以要决定UTF-8或UTF-16哪种编码比较有效率，还要视所使用的字元的分布范围而定。
下面来看看UTF-8具体怎么编码各种类型的字符：
1、单字节编码，字节由零开始：0zzzzzzz。（z取值0或1，下同）
2、两字节编码：（110yyyyy 10zzzzzz）第一个字节由110开始，接着的字节由10开始
3、三字节编码：（01110xxxx10yyyyyy 10zzzzzz）第一个字节由1110开始，接着的字节由10开始。
4、四字节编码：（11110www 10xxxxxx 10yyyyyy 10zzzzzz）将由11110开始，接着的字节由10开始
UTF-16 是Unicode字符编码五层次模型的第三层：字符编码表。即把Unicode字符集的抽象码位映射为16位长的整数，用于数据存储或传递。Unicode字符的码位，需要1个或者2个16位长的码元来表示，因此这是一个变长表示。
Unicode的编码空间从U+0000到+10FFFF，共有1,112,064个码位（code point）可用来映射字符. Unicode的编码空间可以划分为17个平面（plane），每个平面包含216（65,536）个码位。17个平面的码位可表示为从U+xx0000到U+xxFFFF,其中xx表示十六进制值从0016到1016，共计17个平面。第一个平面称为 基本多语言平面 （Basic Multilingual Plane, BMP ），或称第零平面（Plane 0）。其他平面称为 辅助平面 （Supplementary Planes）。基本多语言平面内，从U+D800到U+DFFF之间的码位区段是永久保留不映射到Unicode字符。UTF-16就利用保留下来的0xD800-0xDFFF区段的码位来对辅助平面的字符的码位进行编码。
分平面来介绍UTF-16的实现方式：
1、第一个Unicode平面（码位从U+0000至U+FFFF）包含了最常用的字符。该平面被称为基本多语言平面，缩写为 BMP （Basic Multilingual Plane, BMP）。UTF-16与 UCS-2 编码这个范围内的码位为16比特长的单个码元，数值等价于对应的码位. BMP中的这些码位是仅有的可以在UCS-2中表示的码位.
2、辅助平面（Supplementary Planes）中的码位，在UTF-16中被编码为 一对 16比特长的码元（即32bit,4Bytes），称作 代理对 (surrogate pair),具体方法是：
算法可理解为：辅助平面中的码位从U+10000到U+10FFFF，共计FFFFF个，即220 =1,048,576个，需要20位来表示。如果用两个16位长的整数组成的序列来表示，第一个整数（称为前导代理）要容纳上述20位的前10位，第二个整数（称为后尾代理）容纳上述20位的后10位。还要能根据16位整数的值直接判明属于前导整数代理的值的范围（210=1024)，还是后尾整数代理的值的范围（也是210 =1024）。因此，需要在基本多语言平面中保留不对应于Unicode字符的2048个码位，就足以容纳前导代理与后尾代理所需要的编码空间。这对于基本多语言平面总计65536个码位来说，仅占3.125%.
3、Unicode标准规定U+D800..U+DFFF的值不对应于任何字符.
参考资料：
https://zh.wikipedia.org/wiki/Unicode
https://zh.wikipedia.org/wiki/UTF-8
https://zh.wikipedia.org/wiki/UTF-16

字符编码的Unicode

如上ANSI编码条例中所述，世界上存在着多种编码方式，在ANSi编码下，同一个编码值，在不同的编码体系里代表着不同的字。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码，可能最终显示的是中文，也可能显示的是日文。在ANSI编码体系下，要想打开一个文本文件，不但要知道它的编码方式，还要安装有对应编码表，否则就可能无法读取或出现乱码。为什么电子邮件和网页都经常会出现乱码，就是因为信息的提供者可能是日文的ANSI编码体系和信息的读取者可能是中文的编码体系，他们对同一个二进制编码值进行显示，采用了不同的编码，导致乱码。这个问题促使了unicode码的诞生。如果有一种编码，将世界上所有的符号都纳入其中，无论是英文、日文、还是中文等，大家都使用这个编码表，就不会出现编码不匹配现象。每个符号对应一个唯一的编码，乱码问题就不存在了。这就是Unicode编码。Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，“汉”这个字的Unicode编码是U+6C49。Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。