漢字UNICODE編碼範圍

         

基本多文種平面是Unicode中的一個編碼區段。編碼從U+0000至U+FFFF。

常用漢字在此區間對應。

 

對應關係如下：

3400-4DBF：CJK 統一表意符號擴充 A (CJK Unified Ideographs Extension A) 4DC0-4DFF：易經六十四卦符號 (Yijing Hexagrams Symbols) 4E00-9FBF：CJK 統一表意符號 (CJK Unified Ideographs) E000-F8FF：自造字地區  （共6400個自造字空間）

 

常用字佔用2個位元組，在多文種平面區。

冷僻字佔用4個位元組，在其它平面

如何判斷一個字是常用字還是冷僻字？

 

UNICODE預留了一段地區，基本多語言平面內的字元在這段地區內不做映射，但其它地區在這段地區內做映射。

BMP內，從U+D800到U+DFFF之間的Code Point區段是持續保留不映射到字元

BMP之外佔用四個位元組 前兩個位元組為高位位元組，後兩個位元組為低位位元組

前兩個位元組的範圍為：0xD800..0xDBFF

後兩個位元組的範圍為：0xDC00..0xDFFF

因此，可用下述方法判斷是否為冷僻字：

        

  

WCHAR  wc[2];            IF(wc[0]>=0xD800&&wc[0]<=0xDBFF)                      冷僻字；           ELSE                    常用字；

         

 

參考資料：

 

http://dict.youdao.com/wiki/%E5%9F%BA%E6%9C%AC%E5%A4%9A%E6%96%87%E7%A7%8D%E5%B9%B3%E9%9D%A2/#