本文目录
生僻字的unicode编码
如果将非通用规范汉字都视作“生僻字”的话，则8105个通用规范汉字大都在GBK字符集内，少数在万国码（Unicode）超大字符集内。而且GBK字符集共有两万余汉字，大部分汉字都不是通用规范汉字；五万余字的超大字符集的汉字绝大部分都不是通用规范汉字。多元汉字与图形符号输入法（多元码）可以打出万国码6.2版7.68余万汉字，其中包括所有通用规范汉字。
怎样用win7系统自带的字符映射表查找我想要的汉字对应的Unicode码
依次单击开始——所有程序——附件——命令提示符，打开命令提示符，输入chcp，按回车键执行，会查询当前系统的活动代码页，它指明了当前系统使用的编码，如下图所示：
936 代表GBK 扩展的EUC-CN 编码( GB 2312-80编码,包含 6763 个汉字)到Unicode (GB13000.1-93)中定义的20902个汉字,即中国大陆使用的是简体中文zh_CN.。其它常见的还有：
932 ：Shift-JIS包含日本语 charset JIS X 0201 (每个字符一个字节) 和 JIS X 0208 (每个字符两个字节),所以 JIS X 0201平假名包含一个字节半宽的字符,其剩馀的60个字节被用做7076个汉字以及648个其他全宽字符的首字节.同EUC-JP编码区别的是, Shift-JIS没有包含JIS X 202中定义的5802个汉字.
949 ：UnifiedHangul (UHC) 是韩文 EUC-KR 编码(KS C 5601-1992 编码,包括2350 韩文音节和 4888 个汉字a)的超集,包含 8822个附加的韩文音节( 在C1中 )
950：是代替EUC-TW (CNS 11643-1992)的 Big5 编码(13072 繁体 zh_TW 中文字) 繁体中文,这些定义都在Ken Lunde的 CJK.INF中或者 Unicode 编码表中找到.
python123汉字的unicode编码值
python的默认编码是ascii，可以通过sys.setdefaultencoding(’utf-8’)函数设置python的默认编码。python中可以通过encode和decode的方式改变数据的编码，比如：》》》 u’汉字’u’\u6c49\u5b57’》》》 u’汉字’.encode(’utf-8’)’\xe6\xb1\x89\xe5\xad\x97’》》》 u’汉字’.encode(’utf-8’).decode(’utf-8’)u’\u6c49\u5b57’我们可以通过这两个函数设置编码。那么，python中的str是什么类型？》》》 import binascii》》》 ’汉字’’\xba\xba\xd7\xd6’》》》 type(’汉字’)》》》 print binascii.b2a_hex(’汉字’)babad7d6》》》 print binascii.b2a_hex(u’汉字’)Traceback (most recent call last):File ““, line 1, inUnicodeEncodeError: ’ascii’ codec can’t encode characters inposition 0-1: ordinal not in range(128)》》》 print binascii.b2a_hex(u’汉字’.encode(’utf-8’))e6b189e5ad97》》》 print binascii.b2a_hex(u’汉字’.encode(’gbk’))babad7d6binascii是将数据的二进制转换成ascii，上面的解释是：‘汉字’的类型是str，二进制是babad7d6，u‘汉字’是无法转换成ascii，这样就报出了开头的第一个错误。解决办法就是把它.encode(‘utf-8’)成str类型。因为我命令行是windows默认的GBK编码，所有u’汉字’.encode(‘gbk’)的时候，输出结果和‘汉字’结果一样。
