Unicode字符类
Unicode 通用类别:
http://msdn.microsoft.com/zh-cn/library/20bw873z(VS.80).aspx
| 类别 | 说明 |
|---|---|
| Lu |
字母，大写 |
| Ll |
字母，小写 |
| Lt |
字母，词首字母大写 |
| Lm |
字母，修饰符 |
| Lo |
字母，其他 |
| Mn |
标记，非间距 |
| Mc |
标记，间距组合 |
| Me |
标记，封闭 |
| Nd |
数字，十进制数 |
| Nl |
数字，字母 |
| No |
数字，其他 |
| Pc |
标点，连接符 |
| Pd |
标点，短划线 |
| Ps |
标点，开始 |
| Pe |
标点，结束 |
| Pi |
标点，前引号（根据用途可能表现为类似 Ps 或 Pe） |
| Pf |
标点，后引号（根据用途可能表现为类似 Ps 或 Pe） |
| Po |
标点，其他 |
| Sm |
符号，数学 |
| Sc |
符号，货币 |
| Sk |
符号，修饰符 |
| So |
符号，其他 |
| Zs |
分隔符，空白 |
| Zl |
分隔符，行 |
| Zp |
分隔符，段落 |
| Cc |
其他，控制 |
| Cf |
其他，格式 |
| Cs |
其他，代理项 |
| Co |
其他，私用 |
| Cn |
其他，未赋值（不存在任何字符具有此属性） |
.NET Framework 提供其他类别，用于表示一组 Unicode 字符类别，如下表所示。
| 类别 | 表示 |
|---|---|
| C |
（所有控制字符）Cc、Cf、Cs、Co 和 Cn。 |
| L |
（所有字母）Lu、Ll、Lt、Lm 和 Lo。 |
| M |
（所有附加符号标记）Mn、Mc 和 Me。 |
| N |
（所有数字）Nd、Nl 和 No。 |
| P |
（所有标点）Pc、Pd、Ps、Pe、Pi、Pf 和 Po。 |
| S |
（所有符号）Sm、Sc、Sk 和 So。 |
| Z |
（所有分隔符）Zs、Zl 和 Zp。 |
UnicodeCategory 枚举
http://msdn.microsoft.com/zh-cn/library/system.globalization.unicodecategory.aspx 成员
| 成员名称 | 说明 | |
|---|---|---|
| Lu | UppercaseLetter | 指示字符是大写字母。 |
| Ll | LowercaseLetter | 指示字符是小写字母。 |
| Lt | TitlecaseLetter | 指示字符是词首字母大写字母。 |
| Lm | ModifierLetter | 指示字符是修饰符字母，它是独立式的间距字符，指示前面字母的修改。 |
| Lo | OtherLetter | 指示字符是字母，但它不是大写字母、小写字母、词首字母大写或修饰符字母。 |
| Mn | NonSpacingMark | 指示字符是非间距字符，这指示基字符的修改。 |
| Mc | SpacingCombiningMark | 指示字符是间距字符，这指示基字符的修改并影响该基字符的标志符号的宽度。 |
| Me | EnclosingMark | 指示字符是封闭符号，封闭符号是非间距组合字符，它环绕直到基字符（并包括基字符）的所有前面的字符。 |
| Nd | DecimalDigitNumber | 指示字符是十进制数字，即在范围 0 到 9 内。 |
| Nl | LetterNumber | 指示字符是由字母表示的数字，而不是十进制数字，例如，罗马数字 5 由字母“V”表示。 |
| No | OtherNumber | 指示字符是数字，但它既不是十进制数字也不是字母数字，例如分数 1/2。 |
| Zs | SpaceSeparator | 指示字符是空白字符，它不具有标志符号，但不是控制或格式字符。 |
| Zl | LineSeparator | 指示字符用于分隔文本各行。 |
| Zp | ParagraphSeparator | 指示字符用于分隔段落。 |
| Cc | Control | 指示字符是控制代码，其 Unicode 值是 U+007F，或者位于 U+0000 到 U+001F 或 U+0080 到 U+009F 范围内。 |
| Cf | Format | 指示字符是格式字符，格式字符是通常不呈现的字符，但它影响文本布局或文本处理操作。 |
| Cs | Surrogate | 指示字符是高代理项还是低代理项。代理项代码值在范围 U+D800 到 U+DFFF 内。 |
| Co | PrivateUse | 指示字符是专用字符，其 Unicode 值在范围 U+E000 到 U+F8FF 内。 |
| Pc | ConnectorPunctuation | 指示字符是连接两个字符的连接符标点。 |
| Pd | DashPunctuation | 指示字符是短划线或连字符。 |
| Ps | OpenPunctuation | 指示字符是成对的标点符号（例如括号、方括号和大括号）之一的开始字符。 |
| Pe | ClosePunctuation | 指示字符是成对的标点符号（例如括号、方括号和大括号）之一的封闭字符。 |
| Pi | InitialQuotePunctuation | 指示字符是开始或前引号。 |
| Pf | FinalQuotePunctuation | 指示字符是封闭或后引号。 |
| Po | OtherPunctuation | 指示字符是标点，但它不是连接符标点、短划线标点、开始标点、结束标点、前引号标点或后引号标点。 |
| Sm | MathSymbol | 指示字符是数学符号，例如“+”或“=”。 |
| Sc | CurrencySymbol | 指示字符是货币符号。 |
| Sk | ModifierSymbol | 指示字符是修饰符符号，这指示环绕字符的修改。例如，分数斜线号指示其左侧的数字为分子，右侧的数字为分母。 |
| So | OtherSymbol | 指示字符是符号，但它不是数学符号、货币符号或修饰符符号。 |
| Cn | OtherNotAssigned | 指示字符未被分配给任何 Unicode 类别。 |
备注
此 UnicodeCategory 枚举用于支持 Char 方法，例如 IsUpper(Char)。这种方法可确定指定的字符是否属于特定的 Unicode 通用类别的成员。Unicode 通用类别用于定义字符的一般分类，即将字符指定为字母、十进制数字、分隔符、数学符号、标点符号等类型。
此枚举基于 Unicode 标准 5.0 版。有关更多信息，请参见位于 Unicode Character Database（Unicode 字符数据库）上的“UCD File Format”（UCD 文件格式）和“General Category Values”（通用类别值）副主题。
Unicode 标准定义以下方面：
代理项对是单个抽象字符的编码字符表示形式，此序列包含两个代码单元，第一个单元是高代理项，第二个单元是低代理项。高代理项是范围 U+D800 到 U+DBFF 中的 Unicode 码位，低代理项是范围 U+DC00 到 U+DFFF 中的 Unicode 码位。
组合字符序列是基字符和一个或多个组合字符的组合。代理项对表示基字符或组合字符。组合字符可以是间距字符或非间距字符。在呈现时，间距组合字符自身会占据一个间距位置，而非间距组合字符则不是这样。例如，音调字符就是非间距组合字符之一。
修饰符字母是独立式的间距字符，它与组合字符相似，指示前面字母的修改。
括号是非间距组合字符，它将直到基字符（并包括基字符）的前面的所有字符括起来。
格式字符是通常不呈现的字符，但它影响文本布局或文本处理操作。
Unicode 标准定义某些标点符号的若干变体。例如，连字符可以是表示一个连字符的若干代码值之一，如 U+002D（减号连字符）、U+00AD（软连字符）、U+2010（连字符）或 U+2011（不间断连字符）。这同样适用于短划线、空白字符和引号。
Unicode 标准还将代码分配给十进制数字的表示形式，这些表示形式特定于给定的书写符号或语言，例如 U+0030（数字零）和 U+0660（阿拉伯-印度数字零）。
統一碼 5.0.0 版區塊名稱表（Block Names for Unicode 5.0.0）
http://www.geocities.com/chukl000/unicode/unicode5-0-0.html
| 區塊位置 Block Positons |
區塊名稱 Block Names |
|
|---|---|---|
| English Names | 中文譯名 | |
| 0000-007F | Basic Latin | 基本拉丁字母 |
| 0080-00FF | Latin-1 Supplement | 拉丁字母補充-1 |
| 0100-017F | Latin Extended-A | 拉丁字母擴充-A |
| 0180-024F | Latin Extended-B | 拉丁字母擴充-B |
| 0250-02AF | IPA Extensions | 國際音標擴充 |
| 02B0-02FF | Spacing Modifier Letters | 進格修飾字元 |
| 0300-036F | Combining Diacritical Marks | 組合音標附加符號 |
| 0370-03FF | Greek and Coptic | 希臘字母 |
| 0400-04FF | Cyrillic | 西里爾字母 |
| 0500-052F | Cyrillic Supplement | 西里爾字母補充 |
| 0530-058F | Armenian | 亞美尼亞文 |
| 0590-05FF | Hebrew | 希伯來文 |
| 0600-06FF | Arabic | 基本阿拉伯文 |
| 0700-074F | Syriac | 敘利亞文 |
| 0750-077F | Arabic Supplement | 阿拉伯文補充 |
| 0780-07BF | Thaana | 塔納文 |
| 07C0-07FF | N'Ko | |
| 0900-097F | Devanagari | 天城體梵文字母 |
| 0980-09FF | Bengali | 孟加拉文 |
| 0A00-0A7F | Gurmukhi | 古爾穆基文 |
| 0A80-0AFF | Gujarati | 古吉拉特文 |
| 0B00-0B7F | Oriya | 奧里亞文 |
| 0B80-0BFF | Tamil | 泰米爾文 |
| 0C00-0C7F | Telugu | 泰盧固文 |
| 0C80-0CFF | Kannada | 卡納達文 |
| 0D00-0D7F | Malayalam | 馬拉亞拉姆文 |
| 0D80-0DFF | Sinhala | 僧伽羅文 |
| 0E00-0E7F | Thai | 泰文 |
| 0E80-0EFF | Lao | 老撾文；寮文 |
| 0F00-0FFF | Tibetan | 藏文 |
| 1000-109F | Myanmar | 緬甸文 |
| 10A0-10FF | Georgian | 格魯吉亞文 |
| 1100-11FF | Hangul Jamo | 諺文字母 |
| 1200-137F | Ethiopic | 埃塞俄比亞文 |
| 1380-139F | Ethiopic Supplement | 埃塞俄比亞文補充 |
| 13A0-13FF | Cherokee | 切羅基文 |
| 1400-167F | Unified Canadian Aboriginal Syllabics | 加拿大土著統一音節文字 |
| 1680-169F | Ogham | 歐甘文 |
| 16A0-16FF | Runic | 北歐古文 |
| 1700-171F | Tagalog | 他加祿文 |
| 1720-173F | Hanunoo | 哈努諾文 |
| 1740-175F | Buhid | 布希德文 |
| 1760-177F | Tagbanwa | 塔格巴努亞文 |
| 1780-17FF | Khmer | 高棉文 |
| 1800-18AF | Mongolian | 蒙古文 |
| 1900-194F | Limbu | 林布文 |
| 1950-197F | Tai Le | 傣哪文；德宏傣文 |
| 1980-19DF | New Tai Lue | 新傣仂文 |
| 19E0-19FF | Khmer Symbols | 高棉符號 |
| 1A00-1A1F | Buginese | 布吉文 |
| 1B00-1B7F | Balinese | 巴厘文 |
| 1D00-1D7F | Phonetic Extensions | 音標擴充 |
| 1D80-1DBF | Phonetic Extensions Supplement | 音標擴充補充 |
| 1DC0-1DFF | Combining Diacritical Marks Supplement | 組合音標附加符號 |
| 1E00-1EFF | Latin Extended Additional | 拉丁字母擴充附加 |
| 1F00-1FFF | Greek Extended | 希臘文擴充 |
| 2000-206F | General Punctuation | 一般標點符號 |
| 2070-209F | Superscripts and Subscripts | 下標及上標 |
| 20A0-20CF | Currency Symbols | 貨幣符號 |
| 20D0-20FF | Combining Diacritical Marks for Symbols | 符號用組合附加符號 |
| 2100-214F | Letterlike Symbols | 似字母符號 |
| 2150-218F | Number Forms | 數字形式 |
| 2190-21FF | Arrows | 箭頭符號 |
| 2200-22FF | Mathematical Operators | 數學運算符號 |
| 2300-23FF | Miscellaneous Technical | 混合專門符號；零雜技術符號 |
| 2400-243F | Control Pictures | 控制圖像 |
| 2440-245F | Optical Character Recognition | 光學字元識別 |
| 2460-24FF | Enclosed Alphanumerics | 圈型字母數字 |
| 2500-257F | Box Drawing | 製表符 |
| 2580-259F | Block Elements | 區塊元件 |
| 25A0-25FF | Geometric Shapes | 幾何形狀 |
| 2600-26FF | Miscellaneous Symbols | 混合什錦符號；零雜符號 |
| 2700-27BF | Dingbats | 什錦符號 |
| 27C0-27EF | Miscellaneous Mathematical Symbols-A | 混合數學符號-A；零雜數學符號-A |
| 27F0-27FF | Supplemental Arrows-A | 補充性箭頭符號-A |
| 2800-28FF | Braille Patterns | 盲文；盲人點字 |
| 2900-297F | Supplemental Arrows-B | 補充性箭頭符號-B |
| 2980-29FF | Miscellaneous Mathematical Symbols-B | 混合數學符號-B；零雜數學符號-B |
| 2A00-2AFF | Supplemental Mathematical Operators | 補充性數學運算符號 |
| 2B00-2BFF | Miscellaneous Symbols and Arrows | 混合什錦符號和箭頭符號；零雜符號與箭頭 |
| 2C00-2C5F | Glagolitic | 格拉哥爾字母 |
| 2C60-2C7F | Latin Extended-C | 拉丁字母擴充-C |
| 2C80-2CFF | Coptic | 科普特文 |
| 2D00-2D2F | Georgian Supplement | 格魯吉亞文補充 |
| 2D30-2D7F | Tifinagh | 提非納格字母 |
| 2D80-2DDF | Ethiopic Extended | 埃塞俄比亞文擴充 |
| 2E00-2E7F | Supplemental Punctuation | 補充性標點符號 |
| 2E80-2EFF | CJK Radicals Supplement | 中日韓部首補充 |
| 2F00-2FDF | Kangxi Radicals | 康熙部首 |
| 2FF0-2FFF | Ideographic Description Characters | 漢字結構描述字符 |
| 3000-303F | CJK Symbols and Punctuation | 中日韓符號和標點 |
| 3040-309F | Hiragana | 平假名 |
| 30A0-30FF | Katakana | 片假名 |
| 3100-312F | Bopomofo | 注音符號 |
| 3130-318F | Hangul Compatibility Jamo | 諺文相容字母 |
| 3190-319F | Kanbun | 漢文標註號 |
| 31A0-31BF | Bopomofo Extended | 注音符號擴充 |
| 31C0-31EF | CJK Strokes | 中日韓筆畫部件 |
| 31F0-31FF | Katakana Phonetic Extensions | 片假名音標擴充 |
| 3200-32FF | Enclosed CJK Letters and Months | 括號中日韓字母及月份；圈型中日韓字母及月份 |
| 3300-33FF | CJK Compatibility | 中日韓相容字元 |
| 3400-4DBF | CJK Unified Ideographs Extension A | 中日韓統一表意文字擴充A |
| 4DC0-4DFF | Yijing Hexagram Symbols | 易經六十四卦象 |
| 4E00-9FFF | CJK Unified Ideographs | 中日韓統一表意文字 |
| A000-A48F | Yi Syllables | 彝文音節 |
| A490-A4CF | Yi Radicals | 彝文字母 |
| A700-A71F | Modifier Tone Letters | 聲調符號 |
| A720-A7FF | Latin Extended-D | 拉丁字母擴充-D |
| A800-A82F | Syloti Nagri | |
| A840-A87F | Phags-pa | 八思巴字母 |
| AC00-D7AF | Hangul Syllables | 諺文音節 |
| D800-DB7F | High Surrogates | 高半代用區 |
| DB80-DBFF | High Private Use Surrogates | 高半專用代用區 |
| DC00-DFFF | Low Surrogates | 低半代用區 |
| E000-F8FF | Private Use Area | 專用區 |
| F900-FAFF | CJK Compatibility Ideographs | 中日韓相容表意文字 |
| FB00-FB4F | Alphabetic Presentation Forms | 字母變體顯現形式 |
| FB50-FDFF | Arabic Presentation Forms-A | 阿拉伯文變體顯現形式-A |
| FE00-FE0F | Variation Selectors | 字型變換選取器 |
| FE10-FE1F | Vertical Forms | 豎式標點 |
| FE20-FE2F | Combining Half Marks | 組合半形標示 |
| FE30-FE4F | CJK Compatibility Forms | 中日韓相容形式 |
| FE50-FE6F | Small Form Variants | 小寫變體 |
| FE70-FEFF | Arabic Presentation Forms-B | 阿拉伯文變體顯現形式-B |
| FF00-FFEF | Halfwidth and Fullwidth Forms | 半形及全形字符 |
| FFF0-FFFF | Specials | 特殊區域 |
| 10000-1007F | Linear B Syllabary | 線形文字B音節文字 |
| 10080-100FF | Linear B Ideograms | 線形文字B表意文字 |
| 10100-1013F | Aegean Numbers | 愛琴數字 |
| 10140-1018F | Ancient Greek Numbers | 古希臘數字 |
| 10300-1032F | Old Italic | 古意大利文 |
| 10330-1034F | Gothic | 哥特文 |
| 10380-1039F | Ugaritic | 烏加里特楔形文字 |
| 103A0-103DF | Old Persian | 古波斯文 |
| 10400-1044F | Deseret | 猶他大學音標 |
| 10450-1047F | Shavian | 肅伯納字母 |
| 10480-104AF | Osmanya | |
| 10800-1083F | Cypriot Syllabary | 塞浦路斯音節文字 |
| 10900-1091F | Phoenician | 腓尼基字母 |
| 10A00-10A5F | Kharoshthi | 佉盧字母 |
| 12000-123FF | Cuneiform | 楔形文字 |
| 12400-1247F | Cuneiform Numbers and Punctuation | 楔形文字數字及標點 |
| 1D000-1D0FF | Byzantine Musical Symbols | 東正教音樂符號 |
| 1D100-1D1FF | Musical Symbols | 音樂符號 |
| 1D200-1D24F | Ancient Greek Musical Notation | 古希臘音樂譜記號 |
| 1D300-1D35F | Tai Xuan Jing Symbols | 太玄經符號 |
| 1D360-1D37F | Counting Rod Numerals | 算籌記數式 |
| 1D400-1D7FF | Mathematical Alphanumeric Symbols | 數學用字母數字符號 |
| 20000-2A6DF | CJK Unified Ideographs Extension B | 中日韓統一表意文字擴充B |
| 2F800-2FA1F | CJK Compatibility Ideographs Supplement | 中日韓相容表意文字補充 |
| E0000-E007F | Tags | 語言編碼標籤 |
| E0100-E01EF | Variation Selectors Supplement | 字型變換選取器補充 |
| FFF80-FFFFF | Supplementary Private Use Area-A | 補充專用區-A |
| 10FF80-10FFFF | Supplementary Private Use Area-B | 補充專用區-B |
标准CJK文字
http://www.unicode.org/Public/UNIDATA/Unihan.html
http://blog.oasisfeng.com/2006/10/19/full-cjk-unicode-range/
| Code point range | Block name | Release |
|---|---|---|
| U+3400..U+4DB5 | CJK Unified Ideographs Extension A | 3.0 |
| U+4E00..U+9FA5 | CJK Unified Ideographs | 1.1 |
| U+9FA6..U+9FBB | CJK Unified Ideographs | 4.1 |
| U+F900..U+FA2D | CJK Compatibility Ideographs | 1.1 |
| U+FA30..U+FA6A | CJK Compatibility Ideographs | 3.2 |
| U+FA70..U+FAD9 | CJK Compatibility Ideographs | 4.1 |
| U+20000..U+2A6D6 | CJK Unified Ideographs Extension B | 3.1 |
| U+2F800..U+2FA1D | CJK Compatibility Supplement | 3.1 |