【密码学】一文看懂字符集的概念

码点知识补充

1. 「基本多文种平面（BMP）」：
• 这是最初的Unicode字符集，也称为平面0。
• 码点范围是从U+0000到U+FFFF，涵盖了大多数常用的字符。
• 包括如英语、阿拉伯语、希伯来语和大部分现代文字。
2. 「补充多文种平面（SMP）」：
• 又称为平面1。
• 码点范围是从U+10000到U+1FFFF。
• 涵盖了不那么常用但仍然十分重要的字符，比如哥特字母、古代文字和一些历史字符。
3. 「补充表意文字平面（SIP）」：
• 又称为平面2。
• 码点范围是从U+20000到U+2FFFF。
• 包含了额外的中日韩汉字（CJK），有助于涵盖历史文献中罕见的字。
4. 「其他平面」：
• Unicode理论上设计了17个平面（从平面0到平面16），每个平面拥有65536个码点。
• 这包括了3到13平面（U+30000到U+DFFFF）目前大部分没有被使用，被称为“尚未指定的平面”。
5. 「特殊用途的码点」：
• 高位替代区（High Surrogates，U+D800—U+DBFF）和低位替代区（Low Surrogates，U+DC00—U+DFFF）：用于UTF-16编码。
• 私有使用区（Private Use Areas，PUAs）：从U+E000到U+F8FF，U+100000到U+10FFFF等区域，供私人使用，不会被Unicode赋予具体字符。
6. 「控制字符和特殊字符」：
• Unicode还包含了多个控制字符区域，用于文本控制和格式化，这些通常不表示任何的打印字符。

参考资料

• https://en.wikipedia.org/wiki/Unicode