Terminology

字符是具有语义值的最小文本单元。

字符集是可能由多种语言使用的字符集合。例如，英语和大多数欧洲语言使用拉丁字符集，而希腊字符仅使用希腊字符集。

编码字符集是一个字符集，其中为每个字符分配了唯一的编号。

代码点是可以在编码字符集中使用的值。代码点是 32 位int数据类型，其中低 21 位表示有效代码点值，高 11 位为 0.

Unicode 代码单元是 16 位char值。例如，假设一个String包含字母“ abc”，后跟 Deseret LONG I，它由两个char值表示。该字符串 包含四个字符，四个代码点，但五个代码单元。

要用 Unicode 表示字符，十六进制值以字符串U 为前缀。 Unicode 标准的有效代码点范围是 U 0000 到 U 10FFFF(含)。拉丁字符 A 的代码点值为 U0041.代表欧元的字符€具有代码点值 U 20AC。 Deseret 字母表中的第一个字母 LONG I 的代码点值为 U 10400.

下表显示了几个字符的代码点值：

Character	Unicode 代码点	Glyph
Latin A	U+0041
拉丁夏普 S	U+00DF
汉为东	U+6771
Deseret，我 Long	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More Information页上列出的“ Unicode 术语表”中找到更多术语。