中日韓統一表意文字

「Unihan」重新導向至此。關於其他用法，請見「Unihan (消歧義)」。

中日韓統一表意文字（英語：CJK Unified Ideograph），又稱統漢碼、統一漢字集（英語：Unihan），是指在ISO 10646與統一碼標準中經過「漢字等同」處理的漢字。^[2]漢字等同（英語：Han unification^[3]）是指將中文、日文、韓文、越南文、壯文、琉球文等書寫系統共通的漢字賦予相同編碼的做法；^[5]被合併編碼的漢字，往往起源相同、本義相通、形狀大同小異。^[6]整理出來的中日韓統一表意文字，由統一碼聯盟建置的Unihan資料庫維護。

中日韓越統一表意文字
字母 (Unicode)
上級分類	漢字字元
所屬實體	通用字符集
話題方面	漢字統合
官方網站	https://unicode.org/charts/unihan.html

此條目介紹的是中日韓統一表意文字。關於Unicode中「中日韓統一表意文字區塊」的完整字元列表，請見「中日韓統一表意文字列表」。

注意：本頁有Unihan新版漢字，這些字元可能會錯誤顯示，詳見Unicode擴充漢字。

涵蓋範圍

中日韓統一表意文字所含括的對象為漢字及其衍生出來的語素文字，包括：

• 中文漢字，包括繁體字、簡化字、異體字
• 日本漢字（日語：漢字／日語：かんじ）
• 韓國漢字（韓語：漢字／韓語：한자）
• 琉球漢字（沖繩語：漢字／沖繩語：ハンジ）
• 越南喃字（𡨸喃／越南語：Chữ Nôm）
• 越南儒字（𡨸儒／越南語：Chữ Nho）
• 方塊壯字（壯語：𭨡倱／壯語：sawgun）

名稱

除了「中日韓統一表意文字」，CJK Unified Ideograph 還有以下中文譯名：

• 中日韓等同表意文字^[7]
• 中日韓認同表意文字^[8]
• 中日韓統一漢字集^[9]
• 中日韓統合漢字^[10]

除了「漢字等同」，Han Unification 又譯為：

• 漢字認同
• 漢字統一
• 漢字統合

歷史

1978年，日本產業規格制訂了基於ISO/IEC 2022的JIS C 6226，為全世界最早的漢字編碼，包含6349漢字。1980年代，臺灣（中文資訊交換碼、中文標準交換碼）、中國大陸（GB 2312）、韓國（KS C 5601）開始制訂了各自的編碼規範。這些規範彼此之間並無連繫。若要在一份檔案中同時使用，則要以跳脫字元的方式來交換。

1980年，日本的國立國會圖書館的高橋德太郎以書目學的觀點指出，統一的東亞漢字編碼系統有必要。同年，臺灣制定了三位元組的中文資訊交換碼，這是第一款期望可以一致處理中國、日本、韓國漢字的編碼。之後，美國的國會圖書館採用了此標準，並另外命名為東亞編碼字元（East Asia Coded Character，EACC，ANSI/NISO Z39.64）。

1984年，ISO的文字編碼委員會（ISO/TC 97/SC2）決議制訂出一套編碼規格（ISO 10646），是以交換文字集的方式來統一處理世界的文字。並成立了工作小組（ISO/TC 97/SC 2/WG 2）。這編碼一開始的構想是採用16位元，而對於日本及中國等國的漢字編碼則原封不動地加入。但若如此，中國當時所制訂的編碼都無法加入，因而反對，並在1989年提出各國漢字統合集合（Han Character Collection，HCC）的構想。

1990年完成了ISO 10646的初版草案（DIS 10646）。漢字用32位元表示，並將各國的漢字編碼原封不動加入。但中國認為，若各國各自為漢字編碼，將不利於統一處理漢字，因而反對。為了日後能順利討論漢字編碼及處理有關方針，並呼籲WG 2特別設置了中日韓聯合研究小組（CJK-JRG，Joint Research Group，為表意文字小組的前身），以持續討論。

另一方面，1987年，施樂的Joe Becker和Lee Collins開發了統合處理全世界所有文字的統一碼。1989年發表了統一碼概要。基本為16位元。於是，中、日、韓的漢字統合了。基本方針以16位元處理所有文字。1990年完成了基於此方針的最終草案。1991年1月，大致同意此方案的企業成立了統一碼聯盟。中、日、韓類似的漢字使用約二萬多字。為了未來擴充，保留了三萬漢字以供其它用途。

1991年，各國希望能以一致的方式處理文字，否決了ISO/IEC 10646的初版草案。基於中國與統一碼聯盟的提議，ISO 10646和統一碼成立了中日韓聯合研究小組。中日韓聯合研究小組將基於各國的漢字編碼，獨自訂定規範、製作ISO 10646和統一碼的統一漢字編碼。年尾完成了Unified Repertoire and Ordering（URO）。1992年，URO加入ISO 10646的第二版，但發現一些缺失，之後修正。

1993年5月正式制訂最初的「中日韓統一表意文字」位於U+4E00–U+9FFF，共20902字；不過漢字「〇」（U+3007）誤當數字放入符號和標點區。一個月後制訂了統一碼1.1。

1999年，依據ISO/IEC 10646的第17修正案（Amendment 17）訂定擴充區A，於U+3400–U+4DFF加入6582漢字。

2001年，依據ISO/IEC 10646-2新增擴充區B，於U+20000–U+2A6FF有42711漢字；但短時間內增加大量漢字，產生許多重複字形。

2005年，依據ISO/IEC 10646:2003的第一修正案（Amendment 1），基本多文種平面增加U+9FA6–U+9FBB，共22漢字。

2009年，統一碼5.2擴充區C增加U+2A700–U+2B734，基本多文種平面增加U+9FC4–U+9FCB。

2010年，統一碼6.0擴充區D增加U+2B740–U+2B81F。

2012年，統一碼7.0基本多文種平面增加1漢字：U+9FCC。

2015年，統一碼8.0擴充區E增加U+2B820–U+2CEAF，基本多文種平面增加U+9FCD–U+9FD5。

2017年，統一碼10.0擴充區F增加U+2CEB0–U+2EBEF，基本多文種平面增加U+9FD6–U+9FEA。

2018年，統一碼11.0基本多文種平面末尾增加5漢字：U+9FEB–U+9FEF。

2020年，統一碼13.0增加4969漢字，其中4939字位於第三平面的擴充區G，碼位爲U+30000–U+3134A。同時，亦在基本區增加13字：U+9FF0–U+9FFC，在擴充A區增加10字：U+4DB6–U+4DBF，在擴充B區增加7字：U+2A6D7–U+2A6DD。

2021年，統一碼14.0基本多文種平面末尾增加3漢字：U+9FFC–U+9FFF。同時，亦在擴充B區增加2字：U+2A6DE–U+2A6DF，在擴充C區增加4字：U+2B735–U+2B738。

2022年，統一碼15.0增加4193漢字，其中4192字位於第三平面的擴充區H，碼位爲U+31350–U+323AF。同時，亦在擴充C區增加7字：U+2B739。

2023年，統一碼15.1增加622漢字，位於第二平面的擴充區I，碼位爲U+2EBF0 - U+2EE5D。

另外，第三平面的U+38000至U+3AB9F預計放置篆書，相關提案已經提交。按路線圖，該平面還會收錄金文、簡帛文、陶文、鳥蟲書等^[11]。

版本

ISO 10646版本	統一碼版本	新增	置放平面	字數	累計 字數
1993	1.1	中日韓統一表意文字（U+4E00–U+9FA5）	基本多文種平面	20902	20915
		1漢字（U+3007，〇），於中日韓符號和標點區	基本多文種平面	1
		在「中日韓相容表意文字」中但實則獨一的漢字（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）[註 1]	基本多文種平面	12
1999	3.0	中日韓統一表意文字擴充區A（U+3400–U+4DB5）	基本多文種平面	6582	27497
2001	3.1	中日韓統一表意文字擴充區B（U+20000–U+2A6D6）	第二輔助平面	42711	70208
2005	4.1	HKSCS-2004未加入ISO 10646的漢字（U+9FA6–U+9FB3，龦龧龨龩龪龫龬龭龮龯龰龱龲龳）和GB 18030-2000未加入ISO 10646的印刷業常用偏旁和字形部件（U+9FB4–U+9FBB，龴龵龶龷龸龹龺龻）	基本多文種平面	22	70230
2008	5.1	7日語漢字[13]（U+9FBC–U+9FC2，龼龽龾龿鿀鿁鿂），U+4039䀹拆分為U+4039䀹和U+9FC3鿃[14]	基本多文種平面	8	70238
2009	5.2	中日韓統一表意文字擴充區C（U+2A700–U+2B734）	第二輔助平面	4149	74395
2009		2日語用漢字（ARIB #47、#95，U+9FC4鿄，U+9FC5鿅）、1新增漢字（ARIB #93，U+9FC6鿆）、HKSCS-2004推出後新增的5香港漢字[15]（U+9FC7–U+9FCB，鿇鿈鿉鿊鿋）	基本多文種平面	8
2010	6.0	中日韓統一表意文字擴充區D（U+2B740–U+2B81D）	第二輔助平面	222	74617
2012	6.1	1漢字（U+9FCC鿌）	基本多文種平面	1	74618
2015	8.0	中日韓統一表意文字擴充區E（U+2B820–U+2CEA1）	第二輔助平面	5762	80389
		「急用漢字」：《通用規範漢字表》餘下未收入的3字（U+9FCD–U+9FCF，鿍䃮䥑），1個從U+4CA4（鿐）分離出來的字U+9FD0（鿐），5個其他圖書用字及化學元素用字（U+9FD1–U+9FD5，鿑鿒鿓鎶𱆥）	基本多文種平面	9
2017	10.0	中日韓統一表意文字擴充區F（U+2CEB0–U+2EBE0）	第二輔助平面	7473	87883
		21漢字（U+9FD6–U+9FEA，鿖鿗鿘鿙鿚鿛鿜鿝鿞鿟鿠鿡鿢鿣鿤鿥鿦鿧鿨鿩鿪）	基本多文種平面	21
2018	11.0	5漢字（U+9FEB–U+9FEF，鿫鿬鉨鿮鿯），前三字是新命名的化學元素用字，後兩字來自日本	基本多文種平面	5	87888
2020	13.0	中日韓統一表意文字擴充區G（U+30000–U+3134A）	第三輔助平面	4939	92857
		急用科學與技術用字[16]（U+9FF0–U+9FFC，鿰鿱鿲鿳鮗𩷓𩷕鿷鿸鿹𪄳鿻鿼）、10個需分離的漢字[17][18][19]（U+4DB6–U+4DBF，䶶䶷䶸䶹䶺䶻䶼䶽䶾䶿）	基本多文種平面	23
		崑曲工尺譜用字[20]（U+2A6D7–U+2A6DD，𪛗𪛘𪛙𪛚𪛛𪛜𪛝）	第二輔助平面	7
2021	14.0	3漢字（U+9FFD–U+9FFF，鿽鿾鿿）	基本多文種平面	3	92866
		2漢字（U+2A6DE–U+2A6DF，𪛞𪛟）	第二輔助平面	2
		4漢字（U+2B735–U+2B738，𫜵𫜶𫜷𫜸）	第二輔助平面	4
2022	15.0	中日韓統一表意文字擴充區H（U+31350–U323AF）	第三輔助平面	4192	97059
		1漢字（U+2B739，𫜹）	第二輔助平面	1
2023	15.1	中日韓統一表意文字擴充區I（U+2EBF0–U+2EE5F）	第二輔助平面	622	97681

成員機構

• 統一碼協會
•  中華人民共和國
•  香港（政府資訊科技總監辦公室轄下中文介面諮詢委員會）
•  澳門（資訊系統中文編碼工作小組，由行政公職局協調）
•  中華民國（台北市電腦商業同業公會）
•  日本
•  北韓
•  大韓民國
•  越南
•  馬來西亞（2008年11月第31次IRG會議加入）
•  英國^[21]
• 大藏經文字數據庫委員會（大蔵経テキストデータベース委員会，SAT）

收字來源

總計

中日韓統一表意文字來源^{[註 2]}

提交源（類別）	提交量
中國大陸（國標源）	65941
香港	17654
澳門	344
臺灣	58597
日本	16148
南韓	20739
北韓	23795
越南	13278
英國	2503
大藏經文字數據庫委員會	3455
統一碼協會	1019
總計	223653

最初期統一漢字

最初期共20902統一漢字，範圍為U+4E00–U+9FA5，收字來源包括以下字集^[22]：

類別	來源代碼	名稱	字數
中國大陸 國標源（G）	G0	GB 2312-80	6763
	G1	GB 12345-90	2352（含58香港字和92吏讀字，不包括和GB 2312重複的字）
	G3	GB 7589-87繁體版本	7237
	G5	GB 7590-87繁體版本	7039
	G7	現代漢語通用字表	42（G0、1、3、5、8未包括的字）
	G8	GB 8565.2-89	290（G0、1、3、5未包括的字）
臺灣源（T）	T1	CNS 11643-1986第一字面	5401＋9計量用漢字
	T2	CNS 11643-1986第二字面	7650
	TE	CNS 11643-1986第十四字面	6319＋239中文資訊交換碼特字＋10施樂字元集（Xerox Character Code Standard，XCCS）特字
日本源（J）	J0	JIS X 0208-90	6335＋非漢字1個（仝）[23]
	J1	JIS X 0212-90	5801
韓國源（K）	K0	KS C 5601-87	4888（含268重見字[24]）
	K1	KS C 5657-91	2856
委員會源（U）		KS C 5601-1987（當中重複的漢字）
		美國國會圖書館之東亞字元編碼（East Asia Character Code，簡稱EACC；標準號ANSI Z39.64-1989）[25]
		大五碼
		中文資訊交換碼第一字面
		GB 12052-89（漢字部分）
		JEF（富士通標準）
		中國大陸電報碼
		臺灣電報碼（CCDC）
		施樂中文編碼
		人名用漢字准用字體表（人名用漢字許容字型表；日本）
		IBM選取的日本和韓國表意文字

其中，統一碼技術委員會源（U源）指，並非由表意文字小組所遞交的參考字集，而是委員會額外遞交作參考的字集標準。並且此來源的字集不適用原字集分離原則（見稍後）。