术语（terminology）

• 字符（character ） 是具有语义价值的文本的 最小单位。

• 字符集（character set） 是可被多种语言使用的 字符的集合。

  例如，拉丁字符集用于英语和大多数欧洲语言，而希腊语字符集仅用于希腊语。

• 编码字符集（coded character ） 是一个字符集，其中每个字符被分配一个 唯一的数字。

• 码点（code point） 是一个可以在 编码字符集 中使用的 值。

  码点是一个 32 位 int 数据类型，下面的 21 位代表一个有效的 码点值，上面的 11 位是 0。

• Unicode 代码单元 （Unicode code unit） 是一个 16 位的字符值。

  例如，假设一个字符串包含字母 “abc”，后跟 Deseret LONG I （），它用两个 char 值表示。该字符串包含 四个字符，四个码点，但有五个代码单元。

要在 Unicode 中表示字符，十六进制值的前缀是字符串 U+。

• Unicode 标准的有效码点范围是 U+0000 到U+10FFFF(包括在内)。
• 拉丁字符 A 的码点值是 U+0041。
• 代表欧元货币的字符 € 的码点值为 U+20AC。
• Deseret 字母表中的第一个字母 LONG I，有编码点值 U+10400。

下表显示了几个字符的码点值：

Character	Unicode Code Point	Glyph
Latin（拉丁文） A	U+0041
Latin sharp（拉丁夏普） S	U+00DF
汉字 东	U+6771
Deseret, LONG I	U+10400

如前所述，在 U+10000 到 U+10FFFF 范围内的字符称为 补充字符。从 U+0000 到 U+FFFF 的字符集有时被称为 基本多语言平面(BMP)。

可以在 更多信息 页面上列出的 Unicode 术语表中找到更多术语。