文章

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Big5CJKCJK Ext-ACJK Ext-BCJK Ext-CCJK Ext-DCJK Ext-E
發表時間1984199320002001200920102015
收納漢字字數13,06020,9026,58242,7114,1492225,762
Unicode版本-133.15.268
Unicode累積字數-20,90227,48470,19574,34474,56680,328
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)-4E00~9FA53400~4DB520000~2A6D62A700~2B7342B740~2B81D2B820~2CEA1
Unicode字碼位置(十進位)-19968~4086913312~19893131072~173782173824~177972177984~178205178208~183969
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 KB15 May, 1966: 2.00, second release
Windows NT 4.0細明體6171 KB15 May, 1966: 2.00, second release
Windows 98細明體6902 KBVersion 2.10
Windows 2000細明體8617 KBVersion 3.21
Windows ME細明體8436 KBVersion 3.00
Windows XP細明體8617 KBVersion 3.21
Windows 2003細明體8623 KBVersion 3.21
Windows Vista細明體26.2 MBVersion 6.02
細明體-ExtB32.2 MBVersion 5.00 
Windows 7細明體30.7 MBVersion 7.00
細明體-ExtB32.2 MBVersion 7.00 
Windows 8/8.1細明體26.2 MBVersion 7.01
細明體-ExtB35.0 MBVersion 7.01 
Windows 10細明體26.1 MBVersion 7.02
細明體-ExtB35.0 MBVersion 7.01 
新細明體更新套件細明體22.8 MBVersion 5.03
細明體-ExtB30.8 MBVersion 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。

本文章以 CC BY 4.0 授權