Xun’s blog

ASCII编码了英文环境的128个符号，而Unicode则是把这个星球上所有人类使用的符号统一编了一个号，所有人只需使用其中一个子集，中文被包含在其中称为CJK的部分，CJK是中国日本韩国的意思，三国文字中字形相同的汉字编码也是一样的。CJK中的符号又根据常用与否又分为
# CJK Compatibility
# CJK Compatibility Forms
# CJK Compatibility Ideographs
# CJK Compatibility Ideographs Supplement
# CJK Radicals Supplement
# CJK Strokes
# CJK Symbols and Punctuation
# CJK Unified Ideographs
# CJK Unified Ideographs Extension A
# CJK Unified Ideographs Extension B
等几个子集。
其中CJK Unified Ideographs包涵了两万多常用汉字，是中文显示最主要的部分。
可以把Unicode想象成一张大表，在其中放着这个星球上的每一个符号和与之对应32位数字索引，32位索引意味着这张表可以容纳2的32次方也就是40多亿个符号，这基本可以包括任何人脑想象得出来的符号。但直接用这个索引来标明符号的缺点是冗余太大，一个英文字母用ASCII码表示只需8位，但Unicode需要32位。于是就产生了很多编码方式，如UTF8，UTF16等（包括中国的GB18030也最终映射到了Unicode表)，编码的宗旨就是给常用的符号分配短一点的码位，不常用的分配长一点的，以减少冗余。
存放在磁盘上的文本文件，都是按照某种方式编码后的数据，要最终把这些文字显示出来，首先要用对应的编码方式解码，找到那个字符在Unicode中的编号，然后显示其对应的图形，这时候就要用到字体文件了，字体文件中保存这符号的图形，因此体积相对会很大，一种字体文件一般不会包含所有的Unicode字符图形，而只是其中针对某一种语言的子集。
http://www.alanwood.net/unicode/unicode_samples.html打开这个网页，显示的方框就是你系统上没有装对应字体的Unicode字符，这个Win平台的小工具可以查看Unicode和字体文件的信息。http://www.babelstone.co.uk/Software/BabelMap.html

如图显示，CJK Unified Ideographs共有20932个符号，微软雅黑字体中包含了其中20909个，比其它字体都要多一些。而CJK Unified Ideographs Extension中6582个稀奇古怪的汉字雅黑也全部把他们实现了，其他字体如宋体却只实现了 52个，至于CJK Strokes则根本没有字体文件实现了其中的符号，所以也不知道它们是什么样的，它们的编号从U+31C0到U+31EF只需16位，还在Unicode中最基本的BMP平面上，据说是为了方便GB18030映射到Unicode引入的。

另外Windows自带了一个charmap程序，可以用来查看字符映射的信息。还可以在记事本中按住Alt+Unicode码输入符号。

Linux控制台下（没有启动X）可用unicode_start开启unicode模式，也可以用Alt+Unicode码输入符号。