Big5、Unicode 中文字集總整理
以下針對 Big5、CJK、CJK Ext-A/B/C/D/E 字元集作成簡單的整理,
有幾點先說明如下:
一、Big5 碼普遍被認為包含 13,053 個字(5,401 個常用字 + 7,652 個次常用字),
但計入「兙、兛、兞、兝、兡、兣、嗧、瓩、糎」9 個度量衡單位用字(Big5 十進位碼由 41561 至 41569),
及「碁、銹、裏、墻、恒、粧、嫺」 7 個倚天造字區的漢字(Big5 十進位碼由 63958 至 63964),
加上「卄」這 1 個被 Big5 編入符號區的漢字(Big5 十進位碼為 41677),
再減去重複收錄 2 次的「兀」(42081)、「兀」(51530)及「嗀」(56529)、「嗀」(56828) 後(後者不算),
應為 13,068 個字(13,053+9+7+1-2=13,068),
這 13,068 個字被編入 CJK 字元集(Unicode 十進位碼由 19968 至 40869 此一範圍)。
二、Big5 碼主要分為 2 個部分:
常用漢字區:Big5 十進位碼(有部分碼位被保留)由 42048(一) 至 50814(籲),共 5,401 個字。
次常用漢字區:Big5 十進位碼(有部分碼位被保留)由 51520(乂) 至 63957(龘),共 7,652 個字。
三、Big5 各區排序方式皆為先按筆劃排序,同筆劃再按部首排序。
Unicode 各區排序方式則為先按部首排序,同部首再按筆劃排序。
四、CJK 應再包含 12 個位於「相容表意文字區」中但實則獨一的漢字,它們分別是:
U+FA0E(﨎)、U+FA0F(﨏)、U+FA11(﨑)、U+FA13(﨓)、
U+FA14(﨔)、U+FA1F(﨟)、U+FA21(﨡)、U+FA23(﨣)、
U+FA24(﨤)、U+FA27(﨧)、U+FA28(﨨)、U+FA29(﨩),
這 12 個字並不在 4E00 - 9FA5(Unicode 十進位碼由 19968 至 40869 此一範圍)的碼位,
所以常常被忽略(微軟倉頡無法打出這些字,泰瑞倉頡已補上這些字的字根)。
這 12 個字被放到兼容區並不是因為和其他字同形或為異體,
而是因為它們只收錄在廠商用字中,但未收錄在官方標準(C-, T-, J-, K-Source)中。
他們有獨立的形、音、義,即「獨一」(Unique),參見:Unicode 5.0,第 412 頁。
三、Big5 和 Unicode 的字元集合,表列如下:
| 字集 | Big5 | CJK | CJK Ext-A | CJK Ext-B | CJK Ext-C | CJK Ext-D | CJK Ext-E |
|---|---|---|---|---|---|---|---|
| 發表時間 | 1984 | 1993 | 2000 | 2001 | 2009 | 2010 | 2015 |
| 收納漢字字數 | 13,060 | 20,902 | 6,582 | 42,711 | 4,149 | 222 | 5,762 |
| Unicode版本 | - | 1 | 3 | 3.1 | 5.2 | 6 | 8 |
| Unicode累積字數 | - | 20,902 | 27,484 | 70,195 | 74,344 | 74,566 | 80,328 |
| Unicode | - | 基本多文種平面 | 基本多文種平面 | 第二輔助平面 | 第二輔助平面 | 第二輔助平面 | 第二輔助平面 |
| 平面 | (BMP) | (BMP) | (SIP) | (SIP) | (SIP) | (SIP) | |
| Unicode字碼位置(十六進位) | - | 4E00~9FA5 | 3400~4DB5 | 20000~2A6D6 | 2A700~2B734 | 2B740~2B81D | 2B820~2CEA1 |
| Unicode字碼位置(十進位) | - | 19968~40869 | 13312~19893 | 131072~173782 | 173824~177972 | 177984~178205 | 178208~183969 |
| 每個字元佔用長度 | 2位元組 | 2位元組 | 2位元組 | 4位元組 | 4位元組 | 4位元組 | 4位元組 |
| Windows新細明體版本需求 | 任何版本 | 3.21及其以後版本 | 5.03及其以後版本 | 新細明體-ExtB 1.05 及其以後 | 新細明體-ExtB 7.01 及其以後 | 新細明體-ExtB 7.01 及其以後 | (尚未支援) |
四、Windows 預設的新細明體版本,表列和說明如下:
| 作業系統版本 | 字型名稱 | 檔案大小 | 版本 |
|---|---|---|---|
| Windows 95 | 細明體 | 6171 KB | 15 May, 1966: 2.00, second release |
| Windows NT 4.0 | 細明體 | 6171 KB | 15 May, 1966: 2.00, second release |
| Windows 98 | 細明體 | 6902 KB | Version 2.10 |
| Windows 2000 | 細明體 | 8617 KB | Version 3.21 |
| Windows ME | 細明體 | 8436 KB | Version 3.00 |
| Windows XP | 細明體 | 8617 KB | Version 3.21 |
| Windows 2003 | 細明體 | 8623 KB | Version 3.21 |
| Windows Vista | 細明體 | 26.2 MB | Version 6.02 |
| 細明體-ExtB | 32.2 MB | Version 5.00 | |
| Windows 7 | 細明體 | 30.7 MB | Version 7.00 |
| 細明體-ExtB | 32.2 MB | Version 7.00 | |
| Windows 8/8.1 | 細明體 | 26.2 MB | Version 7.01 |
| 細明體-ExtB | 35.0 MB | Version 7.01 | |
| Windows 10 | 細明體 | 26.1 MB | Version 7.02 |
| 細明體-ExtB | 35.0 MB | Version 7.01 | |
| 新細明體更新套件 | 細明體 | 22.8 MB | Version 5.03 |
| 細明體-ExtB | 30.8 MB | Version 1.05 |
不能顯示 CJK-ExtA 的細明體,有人稱為「舊版細明體」
(指 3.21 及其以前版本的新細明體及細明體),它們不符合教育部公佈的國字標準字體。
可以顯示 CJK-ExtA 的細明體,則被稱為「新版細明體」
(指 5.03 及其以後版本的新細明體及細明體),它們符合教育部公佈的國字標準字體。