Question

我有一个需要移植给日本观众的移动应用程序。部分应用程序是一个自定义字体文件，需要从仅包含latin-1字符扩展到也包含日语字符。我意识到这会使它变得相当大，但这不是今天的问题。

请注意，我无法控制此应用程序要显示的文本，因此它需要能够支持足以显示用户生成的内容。

我认为这是一个最大的unicode范围集合，可以覆盖它所需的任何内容。

 Compatability                         U+3300  -  U+33FF
 Compatability forms                   U+FE30  -  U+FE4F
 Compatability ideographs              U+F900  -  U+FAFF
 Compatability ideographs supplement  U+2F800  - U+2FA1F
 Radicals supplement                   U+2E80  -  U+2EFF
 Strokes                               U+31C0  -  U+31EF
 Symbols and punctuation               U+3000  -  U+303F
 Unified Ideographs                    U+4E00  -  U+9FBB
 Unified Ideographs ext. A             U+3400  -  U+4DB5
 Unified Ideographs ext. B            U+20000  - U+2A6D6
 Enclosed letters and months           U+3200  -  U+32FF
 Hiragana                              U+3040  -  U+309F
 Kanbun                                U+3190  -  U+319F
 Katakana                              U+30A0  -  U+30FF
 Katakana phonetic                     U+31F0  -  U+31FF

我需要知道的是：

此列表中是否有任何遗漏？
显然不需要任何东西吗？
有什么可以说是非必要的，为什么会这样说？

Answer 1

基本字符摘要

Enclosed Alphanumerics                U+2460  -  U+2473
            "                         U+2474  -  U+24E9*
            "                         U+24EA  -  U+24FF
Miscellaneous Symbols                 U+2600  -  U+2607
            "                         U+2618  -  U+2618
            "                         U+260E  -  U+260F
            "                         U+2614  -  U+2615
            "                         U+263D  -  U+2653
            "                         U+2660  -  U+266F
Symbols and punctuation               U+3000  -  U+303F
Hiragana                              U+3040  -  U+309F
Katakana                              U+30A0  -  U+30FF
Katakana phonetic                     U+31F0  -  U+31FF
Enclosed letters and months           U+321F  -  U+325F*
            "                         U+3280  -  U+32FF*
Unified Ideographs ext. A             U+3400  -  U+4DB5
Unified Ideographs                    U+4E00  -  U+9FBB
Compatability ideographs              U+F900  -  U+FAFF
Compatability forms                   U+FE30  -  U+FE4F
Full-Width Roman                      U+FF00  -  U+FF5E
Half-Width Katakana                   U+FF61  -  U+FF9F
Full- and Half-Width Symbols          U+FFE0  -  U+FFEE
Unified Ideographs ext. B            U+20000  - U+2A6D6
Compatability ideographs supplement  U+2F800  - U+2FA1F

* = Lower priority

完整解释

不要忘记全角罗马，它常用于日语（FF00-FF5E）的罗马字母和半角片假名（FF61-FF9F）。您可能还需要全宽和半宽符号（FFE0-FFEE）。

可以进行论证，通常不使用Kanbun注释页面（3190-319F）。 Kanbun是旧式的日语，它使用所有汉字（没有平假名或片假名）和不同的语法规则，通常在学校教授。除非有人试图解释如何阅读/理解其中一个段落，否则不会使用这些注释标记，这可能不太可能。它可以包括在内，但可能不是一个高优先级。

CJK Compatability（3300-33FF）通常被印刷媒体报纸使用，但几乎肯定不会被普通公众使用（我还没有在网站上看到一个）。在任何一种情况下，它们都具有相同的长形式（例如，㌘可以写成グラム），所以这也是非必要类别。

CJK自由基补充剂（2E80-2EFF）也是非必需品，但可以使用。它们不是完整的字符，而是字符的“激进”（基础部分）。它们可以用于解释字符的派生，但不太可能在语言的正常应用中使用。

CJK Strokes（31C0-31E3）与CJK Radicals Supplement相同，可能在日常应用中使用的可能性更小。

封闭的CKJ快报和月份（3200-321E）的第一部分是不必要的。它们是韩国符号。与（3260-327F）相同。页面的其余部分使用率较低，但我会将其包含在内，因为某人可能会尝试偶尔使用一次。但你可以认为它们的优先级较低。

您在原始列表中提到的其余内容非常重要。

列表中还缺少封闭式字母数字（2460-24FF）。带圆圈的数字（2460-2473和24EA-24FF）相对频繁使用。但是，带圆圈的字母，带括号的数字和数字句点（2474-24E9）可以省略为非必要的。

此外，您最好包含其他符号（2600-263C），尽管有些符号比其他符号更常用。绝对必要的包括一些天气符号（2600-2607），三叶草（2618），电话（260E-260F），伞和热饮（2614-2615），占星和十二生肖符号（263D-2653），以及播放卡片，温泉和音乐符号（2660-266F）。

Answer 2

从技术上讲，你应该包括： 1.阿拉伯数字（0,1..9） 2.英文标点符号（！“＃$％'...） 3.罗马字母（A..Z，a..z）（半宽和全宽）

1-3基本上意味着ASCII支持。

平假名
片假名
日语标点符号
卓越网汉字（这是日本政府批准用于报纸等的2000张汉字列表）
姓名汉字（由日本政府编制的另一份名单）。

总之，这将给你2600个汉字或类似的东西，你将能够代表你在网上找到的最正常的东西。有一些小的例外，其中字符很常见但不是卓越网（f.e.沢）。

问题是Unicode并不是围绕卓越网汉字列表精确组织的，因此您必须在范围内进行选择。包含日语中存在的每个汉字可能更容易，即使它不经常使用或是卓越网的一部分。

合理的日语支持是什么最小的unicode字符集？

2 个答案:

基本字符摘要

完整解释