各位用 Unicode 这么久了，难道没发现这么简单的一个问题么？

[keyif]

Unicode 使用16位来表示一个字符，即是说最多表示65536个不同字符。
但是中国汉字超过10万个吧？怎么表示呢？问题简单么？:)

[keyif]

满意答案即送上100分！

[BoXoft]

unicode用16位是个误解。

[artcpp]

真正常用的汉字字符集是GB2312，其含有的汉字个数是6073个。
如果GB2312无法满足需要的话，用GBK字符集：含21003个。
当然，如果中日韩汉字全集的话，大概是 7 万多个。
不知道楼主说的汉字10万个，是从哪里得到的数据？

[keyif]

ok 就当你说的 "中日韩汉字全集的话，大概是 7 万多个" 他也大于 65536
如何表示？

[脆弱的肠胃]

Unicode使用（特别在C程序设计语言环境里）“宽字符集”。「Unicode中的每个字符都是16位宽而不是8位宽。」在Unicode中，没有单单使用8位数值的意义存在。相比之下，在“双位组字符集”中我们仍然处理8位数值。有些位组自身定义字符，而某些位组则显示需要和另一个位组共同定义一个字符。
处理DBCS字符串非常杂乱，但是处理Unicode文字则像处理有秩序的文字。您也许会高兴地知道前128个Unicode字符（16位代码从0x0000到0x007F）就是ASCII字符，而接下来的128个Unicode字符（代码从0x0080到0x00FF）是ISO 8859-1对ASCII的扩展。Unicode中不同部分的字符都同样基于现有的标准。这是为了便于转换。希腊字母表使用从0x0370到0x03FF的代码，斯拉夫语使用从0x0400到0x04FF的代码，美国使用从0x0530到0x058F的代码，希伯来语使用从0x0590到0x05FF的代码。中国、日本和韩国的象形文字（总称为CJK）占用了从0x3000到0x9FFF的代码。Unicode的最大好处是这里只有一个字符集，没有一点含糊。

15.衍生标准
Unicode是一个标准。UTF-8是其概念上的子集，UTF-8是具体的编码标准。而UNICODE是所有想达到世界统一编码标准的标准。UTF-8标准就是Unicode（ISO10646）标准的一种变形方式，
UTF的全称是：Unicode/UCS Transformation Format，其实有两种UTF，一种是UTF-8，一种是UTF-16，
不过UTF-16使用较少，其对应关系如下：
在Unicode中编码为 0000 - 007F 的 UTF-8 中编码形式为: 0xxxxxxx
在Unicode中编码为 0080 - 07FF 的 UTF-8 中编码形式为: 110xxxxx 10xxxxxx
在Unicode中编码为 0000 - 007F 的 UTF-8 中编码形式为: 1110xxxx 10xxxxxx 10xxxxxx

utf-8是unicode的一个新的编码标准,其实unicode有过好几个标准.我们知道一直以来使用的unicode字符内码都是16位,它实际上还不能把全世界的所有字符编在一个平面系统,比如中国的藏文等小语种,所以utf-8扩展到了32位,也就是说理论在utf-8中可容纳二的三十二次方个字符. UNICODE的思想就是想把所有的字符统一编码,实现一个统一的标准.big5、gb都是独立的字符集,这也叫做远东字符集,把它拿到德文版的WINDOWS上可能将会引起字符编码的冲突....早期的WINDOWS默认的字符集是ANSI.notepad中输入的汉字是本地编码,但在NT/2000内部是可以直接支持UNICODE的。notepad.exe在WIN95和98中都是ANSI字符,在NT中则是UNICODE.ANSI和UNICODE可以方便的实现对应映射,也就是转换 ASCII是8位范围内的字符集，对于范围之外的字符如汉字它是无法表达的。unicode是16位范围内的字符集，对于不同地区的字符分区分配，unicode是多个IT巨头共同制定的字符编码标准。如果在unicode环境下比如WINDOWS NT上，一个字符占两字节16位，而在ANSI环境下如WINDOWS98下一个字符占一个字节8位.Unicode字符是16位宽，最多允许65,535字符，数据类型被称为WCHAR.
http://zhidao.baidu.com/question/7967174.html

[artcpp]

楼主最关键的问题是：要那么多汉字有这个必要吗？
GBK汉字是国家标准，也许，有的汉字将来会消失的。
尤其是计算机时代。
所谓的七万多，是把所有的加起来。可是，真正用于交流的，又有多少呢？

[Xyray]

^_^ re 扩展到32位的utf了

[王国凡]

>...但是中国汉字超过10万个吧？怎么表示呢？
-------------------------------------
计算机中只保存常用的汉字及字符 .
按GB2312-80（GB2312码即国标码）规定的一级常用汉字是3755个，二级汉字是3008个，后来推广的GBK国标扩展码包括汉字是除GB2312以外增加的14000多个汉字。

[vcPlayer]

unicode即是统一编码。常用的是通常的宽字符/两个字节，也有部分用4字节的。前面在微软的网站上搜了一下，里面有篇文章讲的很好，LZ可以去看一看，可惜我忘了链接了：（。

[high2003376320]

不太会用,学习

[alvachien]

1. 中国汉字超过10W个，这个是不对的，汉字没这么多。
2. 你所谓的Unicode 是16位，是UTF-16的标准，这种标准下，的确有些支付是3 byte宽度的
3. 最常用的其实是UTF-8，一些西方字符是1byte的，这也是Unicode标准

[liuqiyc]

Unicode是32bits的，16bits是以前的标准
Unicode可以看成一张表，表上列出了各种文字

UTF-8,UTF-16是具体的编码方案，它们将表上的文字按一定的规则影射成数字值
UTF-8不是8bits的，UTF-16也不是16bits的

[keyif]

unicode 被扩到 32bit 了么？