Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。
GB2312-80也是使用2字节进行编码（机内码），但只是使用14bit位来进行编码，每个字节的最高位为1。机内码与区位码一一对应。例如：啊区位码为16区01位（10进制），10区01位（16进制），则机内码为B0A0（16进制，区和位加上A0），存储时高位在右，即B0A0。
UTF-8（8位元，Universal Character Set/Unicode Transformation Format）是针对Unicode的一种可变长度字符编码。UTF-8使用1~4字节为每个字符编码：
·一个US-ASCIl字符只需1字节编码（Unicode范围由U+0000~U+007F）。
·Unicode 是【字符集】，UTF-8 是【编码规则】。广义的 Unicode 是一个标准，定义了一个字符集以及一系列的编码规则，即 Unicode 字符集和 UTF-8、UTF-16、UTF-32 等等编码……
·GB2312编码区位码与机内码一一对应（有公式计算），Unicode编码与GB2312无任何关系，但与UTF-8一一对应（有公式计算）
·UTF-8编码规则：如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的字节数，其余各字节均以10开头。在文本文件中，其文件头为 EF BB BF。UTF-8转换表表示如下：
| 十进制编码 |
16进制编码 |
字符数 |
编码分类（中文） |
编码分类（英文） |
| 起始 |
终止 |
起始 |
终止 |
(个) |
|
|
| 0 |
127 |
0000 |
007F |
128 |
C0控制符及基本拉丁文 |
C0 Control and Basic Latin |
| 128 |
255 |
0080 |
00FF |
128 |
C1控制符及拉丁文补充-1 |
C1 Control and Latin 1 Supplement |
| 256 |
383 |
0100 |
017F |
128 |
拉丁文扩展-A |
Latin Extended-A |
| 384 |
591 |
0180 |
024F |
208 |
拉丁文扩展-B |
Latin Extended-B |
| 592 |
687 |
0250 |
02AF |
96 |
国际音标扩展 |
IPA Extensions |
| 688 |
767 |
02B0 |
02FF |
80 |
空白修饰字母 |
Spacing Modifiers |
| 768 |
879 |
0300 |
036F |
112 |
结合用读音符号 |
Combining Diacritics Marks |
| 880 |
1023 |
0370 |
03FF |
144 |
希腊文及科普特文 |
Greek and Coptic |
| 1024 |
1279 |
0400 |
04FF |
256 |
西里尔字母 |
Cyrillic |
| 1280 |
1327 |
0500 |
052F |
48 |
西里尔字母补充 |
Cyrillic Supplement |
| 1328 |
1423 |
0530 |
058F |
96 |
亚美尼亚语 |
Armenian |
| 1424 |
1535 |
0590 |
05FF |
112 |
希伯来文 |
Hebrew |
| 1536 |
1791 |
0600 |
06FF |
256 |
阿拉伯文 |
Arabic |
| 1792 |
1871 |
0700 |
074F |
80 |
叙利亚文 |
Syriac |
| 1872 |
1919 |
0750 |
077F |
48 |
阿拉伯文补充 |
Arabic Supplement |
| 1920 |
1983 |
0780 |
07BF |
64 |
马尔代夫语 |
Thaana |
| 1984 |
2047 |
07C0 |
07FF |
64 |
西非書面語言 |
N'Ko |
| 2048 |
2143 |
0800 |
085F |
96 |
阿维斯塔语及巴列维语 |
Avestan and Pahlavi |
| 2144 |
2175 |
0860 |
087F |
32 |
Mandaic |
Mandaic |
| 2176 |
2223 |
0880 |
08AF |
48 |
撒马利亚语 |
Samaritan |
| 2304 |
2431 |
0900 |
097F |
128 |
天城文书 |
Devanagari |
| 2432 |
2559 |
0980 |
09FF |
128 |
孟加拉语 |
Bengali |
| 2560 |
2687 |
0A00 |
0A7F |
128 |
锡克教文 |
Gurmukhi |
| 2688 |
2815 |
0A80 |
0AFF |
128 |
古吉拉特文 |
Gujarati |
| 2816 |
2943 |
0B00 |
0B7F |
128 |
奥里亚文 |
Oriya |
| 2944 |
3071 |
0B80 |
0BFF |
128 |
泰米尔文 |
Tamil |
| 3072 |
3199 |
0C00 |
0C7F |
128 |
泰卢固文 |
Telugu |
| 3200 |
3327 |
0C80 |
0CFF |
128 |
卡纳达文 |
Kannada |
| 3328 |
3455 |
0D00 |
0D7F |
128 |
德拉维族语 |
Malayalam |
| 3456 |
3583 |
0D80 |
0DFF |
128 |
僧伽罗语 |
Sinhala |
| 3584 |
3711 |
0E00 |
0E7F |
128 |
泰文 |
Thai |
| 3712 |
3839 |
0E80 |
0EFF |
128 |
老挝文 |
Lao |
| 3840 |
4095 |
0F00 |
0FFF |
256 |
藏文 |
Tibetan |
| 4096 |
4255 |
1000 |
109F |
160 |
缅甸语 |
Myanmar |
| 4256 |
4351 |
10A0 |
10FF |
96 |
格鲁吉亚语 |
Georgian |
| 4352 |
4607 |
1100 |
11FF |
256 |
朝鲜文 |
Hangul Jamo |
| 4608 |
4991 |
1200 |
137F |
384 |
埃塞俄比亚语 |
Ethiopic |
| 4992 |
5023 |
1380 |
139F |
32 |
埃塞俄比亚语补充 |
Ethiopic Supplement |
| 5024 |
5119 |
13A0 |
13FF |
96 |
切罗基语 |
Cherokee |
| 5120 |
5759 |
1400 |
167F |
640 |
统一加拿大土著语音节 |
Unified Canadian Aboriginal Syllabics |
| 5760 |
5791 |
1680 |
169F |
32 |
欧甘字母 |
Ogham |
| 5792 |
5887 |
16A0 |
16FF |
96 |
如尼文 |
Runic |
| 5888 |
5919 |
1700 |
171F |
32 |
塔加拉语 |
Tagalog |
| 5920 |
5951 |
1720 |
173F |
32 |
Hanunóo |
Hanunóo |
| 5952 |
5983 |
1740 |
175F |
32 |
Buhid |
Buhid |
| 5984 |
6015 |
1760 |
177F |
32 |
Tagbanwa |
Tagbanwa |
| 6016 |
6143 |
1780 |
17FF |
128 |
高棉语 |
Khmer |
| 6144 |
6319 |
1800 |
18AF |
176 |
蒙古文 |
Mongolian |
| 6320 |
6399 |
18B0 |
18FF |
80 |
Cham |
Cham |
| 6400 |
6479 |
1900 |
194F |
80 |
Limbu |
Limbu |
| 6480 |
6527 |
1950 |
197F |
48 |
德宏泰语 |
Tai Le |
| 6528 |
6623 |
1980 |
19DF |
96 |
新傣仂语 |
New Tai Lue |
| 6624 |
6655 |
19E0 |
19FF |
32 |
高棉语记号 |
Kmer Symbols |
| 6656 |
6687 |
1A00 |
1A1F |
32 |
Buginese |
Buginese |
| 6688 |
6751 |
1A20 |
1A5F |
64 |
Batak |
Batak |
| 6784 |
6895 |
1A80 |
1AEF |
112 |
Lanna |
Lanna |
| 6912 |
7039 |
1B00 |
1B7F |
128 |
巴厘语 |
Balinese |
| 7040 |
7088 |
1B80 |
1BB0 |
49 |
巽他语 |
Sundanese |
| 7104 |
7167 |
1BC0 |
1BFF |
64 |
Pahawh Hmong |
Pahawh Hmong |
| 7168 |
7247 |
1C00 |
1C4F |
80 |
雷布查语 |
Lepcha |
| 7248 |
7295 |
1C50 |
1C7F |
48 |
Ol Chiki |
Ol Chiki |
| 7296 |
7391 |
1C80 |
1CDF |
96 |
曼尼普尔语 |
Meithei/Manipuri |
| 7424 |
7551 |
1D00 |
1D7F |
128 |
语音学扩展 |
Phonetic Extensions |
| 7552 |
7615 |
1D80 |
1DBF |
64 |
语音学扩展补充 |
Phonetic Extensions Supplement |
| 7616 |
7679 |
1DC0 |
1DFF |
64 |
结合用读音符号补充 |
Combining Diacritics Marks Supplement |
| 7680 |
7935 |
1E00 |
1EFF |
256 |
拉丁文扩充附加 |
Latin Extended Additional |
| 7936 |
8191 |
1F00 |
1FFF |
256 |
希腊语扩充 |
Greek Extended |
| 8192 |
8303 |
2000 |
206F |
112 |
常用标点 |
General Punctuation |
| 8304 |
8351 |
2070 |
209F |
48 |
上标及下标 |
Superscripts and Subscripts |
| 8352 |
8399 |
20A0 |
20CF |
48 |
货币符号 |
Currency Symbols |
| 8400 |
8447 |
20D0 |
20FF |
48 |
组合用记号 |
Combining Diacritics Marks for Symbols |
| 8448 |
8527 |
2100 |
214F |
80 |
字母式符号 |
Letterlike Symbols |
| 8528 |
8591 |
2150 |
218F |
64 |
数字形式 |
Number Form |
| 8592 |
8703 |
2190 |
21FF |
112 |
箭头 |
Arrows |
| 8704 |
8959 |
2200 |
22FF |
256 |
数学运算符 |
Mathematical Operator |
| 8960 |
9215 |
2300 |
23FF |
256 |
杂项工业符号 |
Miscellaneous Technical |
| 9216 |
9279 |
2400 |
243F |
64 |
控制图片 |
Control Pictures |
| 9280 |
9311 |
2440 |
245F |
32 |
光学识别符 |
Optical Character Recognition |
| 9312 |
9471 |
2460 |
24FF |
160 |
封闭式字母数字 |
Enclosed Alphanumerics |
| 9472 |
9599 |
2500 |
257F |
128 |
制表符 |
Box Drawing |
| 9600 |
9631 |
2580 |
259F |
32 |
方块元素 |
Block Element |
| 9632 |
9727 |
25A0 |
25FF |
96 |
几何图形 |
Geometric Shapes |
| 9728 |
9983 |
2600 |
26FF |
256 |
杂项符号 |
Miscellaneous Symbols |
| 9984 |
10175 |
2700 |
27BF |
192 |
印刷符号 |
Dingbats |
| 10176 |
10223 |
27C0 |
27EF |
48 |
杂项数学符号-A |
Miscellaneous Mathematical Symbols-A |
| 10224 |
10239 |
27F0 |
27FF |
16 |
追加箭头-A |
Supplemental Arrows-A |
| 10240 |
10495 |
2800 |
28FF |
256 |
盲文点字模型 |
Braille Patterns |
| 10496 |
10623 |
2900 |
297F |
128 |
追加箭头-B |
Supplemental Arrows-B |
| 10624 |
10751 |
2980 |
29FF |
128 |
杂项数学符号-B |
Miscellaneous Mathematical Symbols-B |
| 10752 |
11007 |
2A00 |
2AFF |
256 |
追加数学运算符 |
Supplemental Mathematical Operator |
| 11008 |
11263 |
2B00 |
2BFF |
256 |
杂项符号和箭头 |
Miscellaneous Symbols and Arrows |
| 11264 |
11359 |
2C00 |
2C5F |
96 |
格拉哥里字母 |
Glagolitic |
| 11360 |
11391 |
2C60 |
2C7F |
32 |
拉丁文扩展-C |
Latin Extended-C |
| 11392 |
11519 |
2C80 |
2CFF |
128 |
古埃及语 |
Coptic |
| 11520 |
11567 |
2D00 |
2D2F |
48 |
格鲁吉亚语补充 |
Georgian Supplement |
| 11568 |
11647 |
2D30 |
2D7F |
80 |
提非纳文 |
Tifinagh |
| 11648 |
11743 |
2D80 |
2DDF |
96 |
埃塞俄比亚语扩展 |
Ethiopic Extended |
| 11776 |
11903 |
2E00 |
2E7F |
128 |
追加标点 |
Supplemental Punctuation |
| 11904 |
12031 |
2E80 |
2EFF |
128 |
CJK部首补充 |
CJK Radicals Supplement |
| 12032 |
12255 |
2F00 |
2FDF |
224 |
康熙字典部首 |
Kangxi Radicals |
| 12272 |
12287 |
2FF0 |
2FFF |
16 |
表意文字描述符 |
Ideographic Description Characters |
| 12288 |
12351 |
3000 |
303F |
64 |
CJK 符号和标点 |
CJK Symbols and Punctuation |
| 12352 |
12447 |
3040 |
309F |
96 |
日文平假名 |
Hiragana |
| 12448 |
12543 |
30A0 |
30FF |
96 |
日文片假名 |
Katakana |
| 12544 |
12591 |
3100 |
312F |
48 |
注音字母 |
Bopomofo |
| 12592 |
12687 |
3130 |
318F |
96 |
朝鲜文兼容字母 |
Hangul Compatibility Jamo |
| 12688 |
12703 |
3190 |
319F |
16 |
象形字注释标志 |
Kanbun |
| 12704 |
12735 |
31A0 |
31BF |
32 |
注音字母扩展 |
Bopomofo Extended |
| 12736 |
12783 |
31C0 |
31EF |
48 |
CJK 笔画 |
CJK Strokes |
| 12784 |
12799 |
31F0 |
31FF |
16 |
日文片假名语音扩展 |
Katakana Phonetic Extensions |
| 12800 |
13055 |
3200 |
32FF |
256 |
封闭式 CJK 文字和月份 |
Enclosed CJK Letters and Months |
| 13056 |
13311 |
3300 |
33FF |
256 |
CJK 兼容 |
CJK Compatibility |
| 13312 |
19903 |
3400 |
4DBF |
6592 |
CJK 统一表意符号扩展 A |
CJK Unified Ideographs Extension A |
| 19904 |
19967 |
4DC0 |
4DFF |
64 |
易经六十四卦符号 |
Yijing Hexagrams Symbols |
| 19968 |
40895 |
4E00 |
9FBF |
20928 |
CJK 统一表意符号 |
CJK Unified Ideographs |
| 40960 |
42127 |
A000 |
A48F |
1168 |
彝文音节 |
Yi Syllables |
| 42128 |
42191 |
A490 |
A4CF |
64 |
彝文字根 |
Yi Radicals |
| 42240 |
42527 |
A500 |
A61F |
288 |
Vai |
Vai |
| 42592 |
42751 |
A660 |
A6FF |
160 |
统一加拿大土著语音节补充 |
Unified Canadian Aboriginal Syllabics Supplement |
| 42752 |
42783 |
A700 |
A71F |
32 |
声调修饰字母 |
Modifier Tone Letters |
| 42784 |
43007 |
A720 |
A7FF |
224 |
拉丁文扩展-D |
Latin Extended-D |
| 43008 |
43055 |
A800 |
A82F |
48 |
Syloti Nagri |
Syloti Nagri |
| 43072 |
43135 |
A840 |
A87F |
64 |
八思巴字 |
Phags-pa |
| 43136 |
43231 |
A880 |
A8DF |
96 |
Saurashtra |
Saurashtra |
| 43264 |
43391 |
A900 |
A97F |
128 |
爪哇语 |
Javanese |
| 43392 |
43487 |
A980 |
A9DF |
96 |
Chakma |
Chakma |
| 43520 |
43583 |
AA00 |
AA3F |
64 |
Varang Kshiti |
Varang Kshiti |
| 43584 |
43631 |
AA40 |
AA6F |
48 |
Sorang Sompeng |
Sorang Sompeng |
| 43648 |
43743 |
AA80 |
AADF |
96 |
Newari |
Newari |
| 43776 |
43871 |
AB00 |
AB5F |
96 |
越南傣语 |
Vi?t Thái |
| 43904 |
43936 |
AB80 |
ABA0 |
33 |
Kayah Li |
Kayah Li |
| 44032 |
55215 |
AC00 |
D7AF |
11184 |
朝鲜文音节 |
Hangul Syllables |
| 55296 |
56319 |
D800 |
DBFF |
1024 |
High-half zone of UTF-16 |
High-half zone of UTF-16 |
| 56320 |
57343 |
DC00 |
DFFF |
1024 |
Low-half zone of UTF-16 |
Low-half zone of UTF-16 |
| 57344 |
63743 |
E000 |
F8FF |
6400 |
自行使用區域 |
Private Use Zone |
| 63744 |
64255 |
F900 |
FAFF |
512 |
CJK 兼容象形文字 |
CJK Compatibility Ideographs |
| 64256 |
64335 |
FB00 |
FB4F |
80 |
字母表達形式 |
Alphabetic Presentation Form |
| 64336 |
65023 |
FB50 |
FDFF |
688 |
阿拉伯表達形式A |
Arabic Presentation Form-A |
| 65024 |
65039 |
FE00 |
FE0F |
16 |
变量选择符 |
Variation Selector |
| 65040 |
65055 |
FE10 |
FE1F |
16 |
竖排形式 |
Vertical Forms |
| 65056 |
65071 |
FE20 |
FE2F |
16 |
组合用半符号 |
Combining Half Marks |
| 65072 |
65103 |
FE30 |
FE4F |
32 |
CJK 兼容形式 |
CJK Compatibility Forms |
| 65104 |
65135 |
FE50 |
FE6F |
32 |
小型变体形式 |
Small Form Variants |
| 65136 |
65279 |
FE70 |
FEFF |
144 |
阿拉伯表達形式B |
Arabic Presentation Form-B |
| 65280 |
65519 |
FF00 |
FFEF |
240 |
半型及全型形式 |
Halfwidth and Fullwidth Form |
| 65520 |
65535 |
FFF0 |
FFFF |
16 |
特殊 |
Specials |
站内公告
