各国文字Unicode编码范围..doc

[心得] 各種語系的unicode對應以及local編碼方式 更改我的閱讀文章字型大小大 小 作者 : chiuinan2(青衫) [ 貼文 3434 | 人氣 170106 | 評價 31580 | 送出評價 102 次 ] [ 回應本文 ] [ 發表新文 ] [ 給予評價 ] [ 給予評價 ] [ 回上頁 ] [ 回討論區列表 ] [ 回知識入口 ] 2005/7/4 下午 03:06:14 一.英文 Unicode範圍: 0041-005A, 0061-007A (若含數字與符號，則為0021-007E) locale編碼: ANSI 1. ANSI HTML charset: us-ascii RTF charset: 0 編碼方式: 41-5A, 61-7A (若含數字與符號，則為21-7E) 二.中文 Unicode範圍: 2E80-2FDF, 3400-4DBF, 4E00-9FFF 備註：F900-FAFF的相容型中文字碼，應轉至一般的中文字碼處理，31A0-31BF則為注音符號表 locale編碼: 繁體中文有BIG5, CNS, 簡體中文為GB 1.BIG5 HTML charset: big5 RTF charset: 136 編碼方式: 雙byte語系, byte 1範圍為A1-FE, byte 2範圍為40-7E, A1-FE 備註：big5+目前幾乎無人使用，故省略不提 2.CNS HTML charset: 無 (應為euc-tw或iso-2022-cn, 但IE並不支援) RTF charset: 無 編碼方式: 多byte語系 byte 1範圍為A1-FE時為2 byte編碼, byte 2範圍為A1-FE byte 1為8E時, 為4 byte編碼, byte 2範圍為A1-B0, byte 3與byte 4範圍均為A1-FE 備註: 4 byte編碼時, byte 2為A1與2 byte編碼之字碼相同 (即第1字面), CNS目前只使用了7個字面, 因此byte 2實際使用範圍為A1-A7, 早期第15字面有放了一些字碼, 後來都已編入前7個字面內了 3.GB HTML charset: gb2312, gbk, euc-cn RTF charset: 134 編碼方式: 雙byte語系, byte 1範圍為81-FE, byte 2範圍為40-7E, 80-FE 三.日文 Unicode範圍: 3040-30FF, 31F0-31FF（混用中文字碼） 備註：FF00-FFEF有半形日文，應轉至一般日文字碼處理 locale編碼: Shift-JIS, EUC-JP 1.Shift-JIS HTML charset: shift_jis, x-sjis, iso-2022-jp RTF charset: 128 編碼方式: 單/雙byte語系 byte 1範圍為A1-DF時為1 byte編碼 byte 1範圍為81-9F, E0-EF時為2 byte編碼, byte 2範圍為40-7E, 80-FC 2.EUC-JP HTML charset: euc-jp, x-euc-jp RTF charset: 無 編碼方式: 多byte語系 byte 1為8E時, 為2 byte編碼, byte 2範圍為A1-DF byte 1範圍為A1-FE時, 為2 byte編碼, byte 2範圍為A1-FE byte 1為8F時為3 byte編碼, byte 2與byte 3範圍均為A1-FE 備註: IE不支援3 byte編碼部份 四.韓文 Unicode範圍: 1100-11FF, 3130-318F, AC00-D7AF（混用中文字碼） 備註：FF00-FFEF有半形韓文，應轉至一般韓文字碼處理 locale編碼: Johab, EUC-KR 1.Johab HTML charset: johab RTF charset: 130 編碼方式: 雙byte語系 byte 1範圍為84-D3時, byte 2範圍為41-7E, 81-FE byte 1範圍為D8-DE, E0-FE時, byte 2範圍為31-7E, 91-FE 2.EUC-KR HTML charset: euc-kr, iso-2022-kr RTF charset: 129 編碼方式: 雙byte語系, byte 1範圍為A1-FE, byte 2範圍為A1-FE 五.阿拉伯文 Unicode範圍: 0600-06FF, 0750-077F locale編