Unicode 哪些非负整数是'；是否在UCS中分配了一个字符？

由定义的编码字符集将字符映射为非负整数（例如，拉丁小写字母A到97，通过传统ASCII和UCS）

注意：字符和抽象字符之间有区别：后一个术语更接近于我们的字符概念，而第一个术语是编码字符集上下文中的概念。某些抽象字符由多个字符表示。举出一个例子：

例如，一个拉丁文小写字母“i”，带有一个ogonek，上面有一个点，以及 一种尖锐的重音[抽象的字符]，这在语言中是必需的 立陶宛语，由字符序列U+012F、U+0307表示， U+0301

UCS（通用编码字符集）是由国际标准ISO/IEC 10646定义的编码字符集，作为参考，可通过下载

手头的任务是判断给定的非负整数是否被映射到字符

让我们首先考虑那些没有被赋予字符的非负整数，即使它们实际上是由UCS保留的。UCS（§6.3.1，分类，表1；链接文件第19页）根据对应的基本类型列出了三种可能性：

• 代理（范围D800–DFFF）
• 非字符（范围FDD0–FDEF加上以值FFFE或FFFF结尾的任何代码点）
  Unicode标准对非字符的定义如下：
  非字符是永久保留的代码点，将 永远不要为它们指定字符
  更精确地列出非字符

• 保留（我没有找到属于这一类的非负整数）

另一方面，基本类型为以下任一类型的代码点：

• 图形
• 格式
• 控制
• 私用

被分配给字符。然而，这是可以讨论的。例如，是否应将私用代码点视为实际分配了任何字符？UCS（§6.3.5，专用字符；链接文档第20页）将其定义为：

私用字符不受此限制 国际标准。可以使用专用字符来提供 用户定义的字符

此外，我想知道UCS映射或保留的非负整数的范围。最大值是多少？在一些页面中，我发现UCS映射的整个非负整数范围可能是–0–0x10FFFF。这是真的吗

理想情况下，这些信息将以机器可读的格式公开提供，人们可以在此基础上构建算法。是偶然的吗

---

---

为了清楚起见：我需要一个函数，它接受一个非负整数作为参数，并返回它是否由UCS映射到一个字符。此外，我更希望它基于官方的、机器可读的信息。为了回答这个问题，只要指出一个我可以自己构建函数的资源就足够了。

Unicode字符数据库（UCD）位于Unicode.org网站上；它当然是机器可读的。它包含所有指定字符的列表。（当然，随着Unicode的每一个新版本，分配的代码点集都会更大。）组成UCD的各种文件的完整文档也会从UCD页面链接

---

正如您所怀疑的，潜在代码的范围为0-0x10FFFF。其中，非字符和代理块永远不会被指定为任何字符的码点。私人使用区域的代码只能通过应用程序之间的相互协议分配给字符；它们永远不会由Unicode本身分配给字符。任何其他代码都可能是。

Unicode字符数据库（UCD）位于Unicode.org网站上；它当然是机器可读的。它包含所有指定字符的列表。（当然，随着Unicode的每一个新版本，分配的代码点集都会更大。）组成UCD的各种文件的完整文档也会从UCD页面链接

---

正如您所怀疑的，潜在代码的范围为0-0x10FFFF。其中，非字符和代理块永远不会被指定为任何字符的码点。私人使用区域的代码只能通过应用程序之间的相互协议分配给字符；它们永远不会由Unicode本身分配给字符。任何其他代码都可能是。

谢谢，这正是我需要的。我觉得自己很傻，因为在这么多的搜索中没有找到它……谢谢，这正是我所需要的。我觉得自己很傻，因为在这么多的搜索中都没有找到它…