中日韓統一表意文字

  「Unihan」重新導向至此。關於其他用法，請見「Unihan（消歧義）」。

  此條目介紹的是中日韓統一表意文字。關於Unicode中「中日韓統一表意文字區塊」的完整字元列表，請見「中日韓統一表意文字列表」。

注意：本頁面含有Unihan新版漢字。有關字元可能會錯誤顯示，詳見Unicode擴充漢字。

中日韓統一表意文字（英語：CJK Unified Ideographs），也稱統一漢字、統漢碼（英語：Unihan），目的是要把分別來自中文、日文、韓文、越南文、壯文、琉球文中，起源相同、本義相同、形狀一樣或稍異的表意文字，在ISO 10646及Unicode標準賦予相同編碼。

所謂「起源相同、本義相同」、主要是漢字，包括繁體字、簡化字、日本漢字（漢字／かんじ）、韓國漢字（漢字／한자）、琉球漢字（漢字／ハンジ）、越南的喃字（𡨸喃／Chữ Nôm）與儒字（𡨸儒／Chữ Nho）、方塊壯字（𭨡倱／sawgun）。

歷史

1978年，日本產業規格制訂了基於ISO/IEC 2022的JIS C 6226，為全世界最早的漢字編碼，包含6349漢字。1980年代，中國臺灣地區（CCCII、CNS 11643）、中國（GB 2312）、韓國（KS C 5601）開始制訂了各自的編碼規範。這些規範彼此之間並無連繫。若要在一份檔案中同時使用，則要以跳脫字元的方式來交換。

1980年，日本的國立國會圖書館的高橋德太郎以書目學的觀點指出，統一的東亞漢字編碼系統有必要。同年，臺灣當局制定了三位元組的中文資訊交換碼，這是第一款期望可以一致處理中國、日本、韓國漢字的編碼。之後，美國的國會圖書館採用了此標準，並另外命名為東亞編碼字元（East Asia Coded Character，EACC，ANSI/NISO Z39.64）。

1984年，ISO的文字編碼委員會（ISO/TC 97/SC2）決議制訂出一套編碼規格（ISO 10646），是以交換文字集的方式來統一處理世界的文字。並成立了工作小組（ISO/TC 97/SC 2/WG 2）。這編碼一開始的構想是採用16位元，而對於日本及中國等國的漢字編碼則原封不動地加入。但若如此，中國當時所制訂的編碼都無法加入，因而反對，並在1989年提出各國漢字統合集合（Han Character Collection，HCC）的構想。

1990年完成了ISO 10646的初版草案（DIS 10646）。漢字用32位元表示，並將各國的漢字編碼原封不動加入。但中國認為，若各國各自為漢字編碼，將不利於統一處理漢字，因而反對。為了日後能順利討論漢字編碼及處理有關方針，並呼籲WG 2特別設置了中日韓聯合研究小組（CJK-JRG，Joint Research Group，為表意文字小組的前身），以持續討論。

另一方面，1987年，施樂的Joe Becker和Lee Collins開發了統合處理全世界所有文字的統一碼。1989年發表了統一碼概要。基本為16位元。於是，中、日、韓的漢字統合了。基本方針以16位元處理所有文字。1990年完成了基於此方針的最終草案。1991年1月，大致同意此方案的企業成立了統一碼聯盟。中、日、韓類似的漢字使用約二萬多字。為了未來擴充，保留了三萬漢字以供其它用途。

1991年，各國希望能以一致的方式處理文字，否決了ISO/IEC 10646的初版草案。基於中國與統一碼聯盟的提議，ISO 10646和統一碼成立了中日韓聯合研究小組。中日韓聯合研究小組將基於各國的漢字編碼，獨自訂定規範、製作ISO 10646和統一碼的統一漢字編碼。年尾完成了Unified Repertoire and Ordering（URO）。1992年，URO加入ISO 10646的第二版，但發現一些缺失，之後修正。

1993年5月正式制訂最初的「中日韓統一表意文字」位於U+4E00—U+9FFF，共20902字；不過漢字「〇」（U+3007）誤當數字放入符號和標點區。一個月後制訂了統一碼1.1。

1999年，依據ISO/IEC 10646的第17修正案（Amendment 17）訂定擴充區A，於U+3400—U+4DFF加入6582漢字。

2001年，依據ISO/IEC 10646-2新增擴充區B，於U+20000—U+2A6FF有42711漢字；但短時間內增加大量漢字，產生許多重複字形。

2005年，依據ISO/IEC 10646:2003的第一修正案（Amendment 1），基本多文種平面增加U+9FA6—U+9FBB，共22漢字。

2009年，統一碼5.2擴充區C增加U+2A700—U+2B734，基本多文種平面增加U+9FC4—U+9FCB。

2010年，統一碼6.0擴充區D增加U+2B740—U+2B81F。

2012年，統一碼7.0基本多文種平面增加1漢字：U+9FCC。

2015年，統一碼8.0擴充區E增加U+2B820—U+2CEAF，基本多文種平面增加U+9FCD—U+9FD5。

2017年，統一碼10.0擴充區F增加U+2CEB0—U+2EBEF，基本多文種平面增加U+9FD6—U+9FEA。

2018年，統一碼11.0基本多文種平面末尾增加5漢字：U+9FEB—U+9FEF。

2020年，統一碼13.0增加4969漢字，其中4939字位於第三平面的擴充區G，碼位爲U+30000—U+3134A。同時，亦在基本區增加13字：U+9FF0—U+9FFC，在擴充A區增加10字：U+4DB6—U+4DBF，在擴充B區增加7字：U+2A6D7—U+2A6DD。

2021年，統一碼14.0基本多文種平面末尾增加3漢字：U+9FFC—U+9FFF。同時，亦在擴充B區增加2字：U+2A6DE—U+2A6DF，在擴充C區增加4字：U+2B735—U+2B738。

2022年，統一碼15.0增加4193漢字，其中4192字位於第三平面的擴充區H，碼位爲U+31350—U+323AF。同時，亦在擴充C區增加7字：U+2B739。

另外，第三平面的U+31400—U+33D1F預計放置小篆，U+33E00—U+355FF預計放置甲骨文，相關提案已經提交。按路線圖，該平面還會收錄金文、簡帛文、陶文、鳥蟲書等。

版本

ISO 10646版本	Unicode版本	新增	置放平面	字數	累計字數
1993	1.0	中日韓統一表意文字（U+4E00–U+9FA5）	基本多文種平面	20,902	20,915
		1個漢字（U+3007，〇），於中日韓符號和標點區	基本多文種平面	1
		位於「相容表意文字區」中但實則獨一的漢字（U+FA0E﨎、U+FA0F﨏、U+FA11﨑、U+FA13﨓、U+FA14﨔、U+FA1F﨟、U+FA21﨡、U+FA23﨣、U+FA24﨤、U+FA27﨧、U+FA28﨨、U+FA29﨩）	基本多文種平面	12
2000	3.0	中日韓統一表意文字擴充區A（U+3400–U+4DB5）	基本多文種平面	6,582	27,497
2001	3.1	中日韓統一表意文字擴充區B（U+20000–U+2A6D6）	第二輔助平面	42,711	70,208
2003第一修訂版	4.1	HKSCS-2004中未加入ISO 10646的漢字（U+9FA6–U+9FB3，龦龧龨龩龪龫龬龭龮龯龰龱龲龳）和GB 18030-2000中未加入ISO 10646的印刷業常用的偏旁和字形部件（U+9FB4–U+9FBB，龴龵龶龷龸龹龺龻）	基本多文種平面	22	70,230
2003第四修訂版	5.1	7個日語漢字（U+9FBC–U+9FC2，龼龽龾龿鿀鿁鿂），U+4039䀹拆分為U+4039䀹和U+9FC3鿃	基本多文種平面	8	70,238
2003第五修訂版	5.2	中日韓統一表意文字擴充區C（U+2A700–U+2B734）	第二輔助平面	4,149	74,395
2003第六修訂版		2個日語用漢字（ARIB #47、#95，U+9FC4鿄，U+9FC5鿅）、1個新增漢字（ARIB #93，U+9FC6鿆）、在HKSCS-2004推出後新增的5個香港漢字（U+9FC7–U+9FCB，鿇鿈鿉鿊鿋）	基本多文種平面	8
2010	6.0	中日韓統一表意文字擴充區D（U+2B740–U+2B81D）	第二輔助平面	222	74,617
2012	6.1	1個漢字（U+9FCC鿌）	基本多文種平面	1	74,618
2015	8.0	中日韓統一表意文字擴充區E（U+2B820–U+2CEA1）	第二輔助平面	5,762	80,389
		「急用漢字」：《通用規範漢字表》餘下未收入的3個漢字（U+9FCD–U+9FCF，鿍䃮䥑），1個從U+4CA4（鿐）分離出來的字U+9FD0（鿐），5個其他圖書用字及化學元素用字（U+9FD1–U+9FD5，鿑鿒鿓鎶鿕）	基本多文種平面	9
2017	10.0	中日韓統一表意文字擴充區F（U+2CEB0–U+2EBE0）	第二輔助平面	7,473	87,883
		21個漢字（U+9FD6–U+9FEA，鿖鿗鿘鿙鿚鿛鿜鿝鿞鿟鿠鿡鿢鿣鿤鿥鿦鿧鿨鿩鿪）	基本多文種平面	21
2018	11.0	5個漢字（U+9FEB–U+9FEF，鿫鿬鉨鿮鿯），前三個是新命名的化學元素用字，後兩字來自日本	基本多文種平面	5	87,888
2020	13.0	中日韓統一表意文字擴充區G（U+30000–U+3134A）	第三輔助平面	4939	92,857
		急用科學與技術用字（U+9FF0–U+9FFC，鿰鿱鿲鿳鿴鿵鿶鿷鿸鿹鿺鿻鿼）、10個需分離的漢字（U+4DB6–U+4DBF，䶶䶷䶸䶹䶺䶻䶼䶽䶾䶿）	基本多文種平面	23
		崑曲工尺譜用字（U+2A6D7–U+2A6DD，𪛗𪛘𪛙𪛚𪛛𪛜𪛝）	第二輔助平面	7
2021	14.0	3個漢字（U+9FFD–U+9FFF，鿽鿾鿿)	基本多文種平面	3	92,866
		2個漢字（U+2A6DE–U+2A6DF，𪛞𪛟)	第二輔助平面	2
		4個漢字（U+2B735–U+2B738，𫜵𫜶𫜷𫜸)	第二輔助平面	4
2022	15.0	中日韓統一表意文字擴充區H（U+31350–U323AF）	第三輔助平面	4192	97059
		1漢字（U+2B739，𫜹）	第二輔助平面	1
2023	15.1	中日韓統一表意文字擴充區I（U+2EBF0-U+2EE5F）	第二輔助平面	622	97681

成員機構

• Unicode 協會及美國
• 中國
• 中國香港特別行政區（政府資訊科技總監辦公室轄下中文介面諮詢委員會）
• 中國澳門特別行政區（資訊系統中文編碼工作小組，由行政公職局協調）
• 台北市電腦商業同業公會（TCA）（中國台灣）
• 日本
• 朝鮮
• 韓國
• 越南
• 馬來西亞（2008年11月第31次IRG會議加入）
• 英國
• 大藏經文字數據庫委員會（大蔵経テキストデータベース委員会，SAT）

收字來源

總計

中日韓統一表意文字來源

提交源（類別）	提交量
中國（國家標準）	65941
中國香港	17654
中國澳門	344
中國台灣	58597
日本	16148
南韓	20739
北韓	23795
越南	13278
英國	2503
大藏經文字數據庫委員會	3455
統一碼協會	1019
總計	223653

最初期統一漢字

最初期共20902統一漢字，範圍為U+4E00－U+9FA5，收字來源包括以下字集：

類別	來源代碼	名稱	字數
中國 國標源（G）	G0	GB 2312-80	6763
	G1	GB 12345-90	2352（含58香港字和92吏讀字，不包括和GB 2312重複的字）
	G3	GB 7589-87繁體版本	7237
	G5	GB 7590-87繁體版本	7039
	G7	現代漢語通用字表	42（G0、1、3、5、8未包括的字）
	G8	GB 8565.2-89	290（G0、1、3、5未包括的字）
中國台灣源（T）	T1	CNS 11643-1986第一字面	5401＋9計量用漢字
	T2	CNS 11643-1986第二字面	7650
	TE	CNS 11643-1986第十四字面	6319＋239中文資訊交換碼特字＋10施樂字元集（Xerox Character Code Standard，XCCS）特字
日本源（J）	J0	JIS X 0208-90	6335＋非漢字1個（仝）
	J1	JIS X 0212-90	5801
韓國源（K）	K0	KS C 5601-87	4888（含268重見字）
	K1	KS C 5657-91	2856
委員會源（U）		KS C 5601-1987（當中重複的漢字）
		美國國會圖書館之東亞字元編碼（East Asia Character Code，簡稱EACC；標準號ANSI Z39.64-1989）
		大五碼
		中文資訊交換碼第一字面
		GB 12052-89（漢字部分）
		JEF（富士通標準）
		中國電報碼
		臺灣地區電報碼（CCDC）
		施樂中文編碼
		人名用漢字准用字體表（人名用漢字許容字型表；日本）
		IBM選取的日本和韓國表意文字

其中，統一碼技術委員會源（U源）指，並非由表意文字小組所遞交的參考字集，而是委員會額外遞交作參考的字集標準。並且此來源的字集不適用原字集分離原則（見稍後）。

擴充A區

擴充A區包含有6592漢字，位置在U+3400－U+4DBF。這6千多漢字分別從以下字典或字集取得：

類別	來源代碼	名稱	字數
中國國標源（G）	G_KX	《康熙字典》	5357（獨有1892字）
	G_HZ	《漢語大字典》	5888（獨有339字）
	G3	GB 7589-87繁體版本	2391
	G5	GB 7590-87繁體版本	1226
	G7	現代漢語通用字表	120
	GS	新加坡漢字	226
中國台灣源（T）	T3	CNS 11643-1992第三字面（原為CNS 11643-1986第十四字面）新加入字元	2178
	T4	CNS 11643-1992第四字面	2917
	T5	CNS 11643-1992第五字面	395
	T6	CNS 11643-1992第六字面	197
	T7	CNS 11643-1992第七字面	133
	TF	CNS 11643-1992第十五字面	86
日本源（J）	JA	日本資訊科技零售商統一當代表意文字（1993）	574
韓國源（K）	K2	PKS C 5700-1:1994
	K3	PKS C 5700-2:1994	1834
越南源（V）	V0	TCVN 5773:1993	138
	V1	TCVN 6056:1995

擴充B區

擴充B區有42717漢字，位置在U+20000－U+2A6DD。根據IRG N777號檔案，這四萬多漢字分別從以下字典或字集中取得：

類別	來源代碼	名稱	字數
中國 國標源（G）	G_KX	《康熙字典》	18486（包括在補遺篇出現的一字）
	G_HZ	《漢語大字典》	28914
	G_CY	《辭源》	66
	G_CH	《辭海》	247
	G_HC	《漢語大詞典》	553
	G_BK	《中國大百科全書》	86
	G_FZ	北大方正排版系統	65
	G_4K	《四庫全書》	522
中國香港源（H）	H	香港增補字符集（HKSCS）	1081
中國台灣源（T）	T4	CNS 11643-1992第四字面	3408
	T5	CNS 11643-1992第五字面	8111
	T6	CNS 11643-1992第六字面	5934
	T7	CNS 11643-1992第七字面	6299
	TF	CNS 11643-1992第十五字面	6401
日本源（J）	J3	JIS X 0213:2000，level 3	25
	J3A	JIS X 0213:2004，level 3	1
	J4	JIS X 0213:2000，level 4	277
韓國源（K）	K4	PKS 5700-3:1998	166
朝鮮源（KP）	KP0	KPS 9566-97
	KP1	KPS 10721-2000	5766
越南源（V）	V2	VHN 01:1998	2290
	V3	VHN 02:1998	425

這些漢字有不少重複，經整理後實際只有42711漢字。另外，U+2F800－U+2FA1D放了來自臺灣的542相容漢字。

統一碼4.1漢字

為使統一碼向下相容GB 18030和香港增補字符集（HKSCS）的所有漢字，而擴充C區又遲遲未能出籠，4.1版引進了香港增補字符集的14用字和GB 18030的8用字。該22字編於U+9FA6－U+9FBB。

另外，U+FA70－U+FAD9放了來自朝鮮的106相容漢字。

統一碼5.1漢字

2008年4月推出的統一碼5.1版收錄7個由日本Adobe公司遞交的日語漢字（U+9FBC－U+9FC2），和鿃（大字加兩個入字，就如陝西省的陝字換上目字旁）（U+9FC3）。本來統一碼3.0收錄了目字旁加夾（大字加兩個人字）字的「䀹」（U+4039），目字旁加㚒字的字，與「䀹」無論意義和發音均不同，故魏安（Andrew West）和井作恆（John H. Jenkins）申請追加此字。

擴充C區

於2009年10月發佈的統一碼5.2涵蓋了擴充C區，共收錄4149漢字，包括來自中國大陸、澳門、臺灣、日本和越南等尚未編碼的漢字，在U+2A700－U+2B734。這四千多漢字分別從以下字典或字集取得：

類別	來源代碼	名稱	字數
中國 國標源（G）	G_BK	《中國大百科全書》	74
	G_FZ	北京大學方正排版系統	1
	G_HZ	《漢語大字典》	1
	G_HC	《漢語大詞典》	14
	G_GH	《古代漢語詞典》	50
	G_GJZ	商務印書館用字	61
	G_XC	《現代漢語詞典》	25
	G_CH	《辭海》	264
	G_KX	《康熙字典》及補遺	6
	G_CYY	中國測繪科學研究院用字	55
	G_ZFY	《漢語方言大辭典》	202
	G_ZJW	《殷周金文集成引得》	366
中國台灣源（T）	TC	CNS 11643-1992第12字面	634
	TD	CNS 11643-1992第13字面	767
	TE	CNS 11643-1992第14字面	350
澳門源	MAC	澳門資訊系統字集（Colectânea dos Caracteres Chineses dos Sistemas Informáticos de Macau）	16
日本源（J）	JK	日本國字集（Japanese KOKUJI Collection）	367
韓國源（K）	K5	韓國表意文字小組漢字集第五版（2001，Korean IRG Hanja Character Set 5th Edition: 2001）	404（當中主要包含古代字例）
朝鮮源（KP）	KP1	KPS 10721:2003	5357（獨有1892字）
越南源（V）	V4	《喃字詞典》（Từ điển chữ Nôm）［阮光紅（Nguyễn Quang Hồng），2006］
		《岱喃字字典》（Từ điển chữ Nôm Tày，Hoàng Triều Ân，2006）
		《沔南喃字榜查》（Bảng tra chữ Nôm miền Nam，Vũ Văn Kính，1994）
委員會源（U）		ABC Chinese-English Dictionary（德范克，John DeFrancis等，第二版（1998），火奴魯魯：夏威夷大學出版社）
		耶穌基督後期聖徒教會香港分會用字
		Mathews' Chinese-English Dictionary（Robert H. Mathews（1975），劍橋：哈佛大學出版社）
		宋本《廣韻》
		《中國鳥類系統檢索》（鄭作新等，北京：科學出版社，2000）
		段玉裁《說文解字注》

擴充D區

擴充D區包含的都是所謂的「急用漢字」，合共222新漢字，於2010下半年發佈的統一碼6.0中，編碼範圍為U+2B740－U+2B81F（實際有字元為U+2B740－U+2B81D）。

擴充D區原本計劃放置擴充C區未收錄的16000多漢字，但在2007年5月，臺灣當局撤消了6545個第二部分字集內私用漢字，不再使用字，原因是那些人名用字的擁有人已去世或移居外地，此後擴充D區縮減到大約10000字左右。由於各種阻礙，協定先把數量較少，又急切要收錄的漢字提交出來，就是「急用漢字」，以便和統一碼6.0.0版一起發表。提出的急用漢字只有二百二十二字（本來有二百二十三字，但日本撤回其中一字）。現在文字小組把第二部分字集延後到擴充E區。

類別	來源代碼	名稱	字數
中國 國標源（G）	G_CH	《辭海》	1
	G_IDC	公安部身份證系統人名和地名用字	31
	G_XC	《現代漢語詞典》	4
	G_ZH	《中華字海》	39
中國台灣源（T）	TB	CNS 11643-2007第11平面24字（台灣當局教育主管部門閩客方言用字）	24
日本源（J）	JH	通用電子情報交換環境整備計劃（汎用電子情報交換環境整備プログラム，日本經濟產業省提出的人名和地名用字）	108
委員會源（U）		Adobe-Japan1-5和Adobe-CNS1-5字體裏的異體字	15

擴充E區

擴充E區亦在2015年6月17日的統一碼8.0中發佈，放置於編碼範圍U+2B820－U+2CEAF。

擴充E區本應包含擴充D區未收錄的10000多個漢字，但在2008年11月，中國大陸以「難以逐個找證據」為理由，撤消了3215漢字，這些漢字主要用於地名、人名、姓氏，亦有數百個《中國大百科全書》中的文字。這是繼台灣撤消6545字之後的又一次大規模撤消。之後又經過長時間的檢查處理，E區最終定稿，共5762字。
這些漢字來源如下：

類別	來源代碼	名稱	字數
中國 國標源（G）	G_BK	《中國大百科全書》	15
	G_CH	《辭海》	112
	G_CY	《辭源》	3
	G_CYY	中國測繪科學院用字（地名用字）	98
	G_DZ	地質出版社用字	1
	G_GH	《古代漢語詞典》	176
	G_HC	《漢語大詞典》	7
	G_IDC	公安部身份證系統人名和地名用字	36
	G_JZ	商務印書館用字	147
	G_KX	《康熙字典》	22
	G_RM	人民日報用字	3
	G_WZ	漢語大詞典出版社用字	12
	G_XC	《現代漢語詞典》	57
	G_XH	《新華字典》	4
	G_ZFY	《漢語方言大辭典》	712
	G_ZJW	《殷周金文集成引得》	1410
中國台灣源（T）	TC	CNS 11643-1992第12平面323字（台灣人名用字）	323
	TD	CNS 11643-1992第13平面595字（台灣人名用字）	595
	TE	CNS 11643-1992第14平面339字（台灣人名用字）	339
日本源（J）	JK	日本國字集	415
澳門源（M）	MAC	澳門資訊系統字集	48
委員會源（U）	UTC	從各處收集到的未收錄漢字	227
越南源（V）	V4	《喃字詞典》（Từ điển chữ Nôm）［阮光紅（Nguyễn Quang Hồng），2006］	1028
		《岱喃字字典》（Từ điển chữ Nôm Tày，Hoàng Triều Ân，2006）
		《沔南喃字榜查》（Bảng tra chữ Nôm miền Nam，Vũ Văn Kính，1994）

急用漢字

「急用漢字」是擴充E區整理後期，各地新發現並急於使用，又等不及放入擴充F區的字；和擴充E區一起收入統一碼8.0，位置在U+9FCD－U+9FD5；當中中國在此處申請收入三字，連同擴充E區的字，通用規範漢字表的8105字至此全部收入。

擴充F區

擴充F區在2017年6月20日的統一碼10.0發佈，編碼範圍為U+2CEB0－U+2EBEF。
擴充F區來源於新提交的一批漢字，主要包括一千多方塊壯字及數千個佛經、古籍中的用字以及日本戶籍用字，共有7473字。

這些漢字的來源如下：

類別	來源代碼	名稱	字數
中國 國標源（G）	G_CY	《辭源》	122
	G_FC	《現代漢語規範詞典》	27
	G_IDC	公安部身份證用字	1
	G_LGYJ	《壯族嘹歌研究》	1
	G_OCD	《牛津英漢漢英詞典》	2
	G_PGLG	《壯族民歌文化叢書·平果嘹歌》	70
	G_XHZ	《新華大字典》	51
	G_Z	《古壯字字典》	995
	G_ZJW	《殷周金文整合引得》	33
	G_ZYS	《壯族人民的文化遺產——方塊壯字》《中國民族古文字研究》	2
日本源（J）	JMJ	日本文字資訊基礎工程	1645
韓國源（K）	KC	韓國歷史情報統合系統	1793
澳門源（M）	MAC	澳門資訊系統字集	22
大藏經研究組（SAT）	USAT	《大正新修大藏經》（SAT版）	2884
委員會源（U）	UTC	從各處收集到的未收錄漢字	1

擴充G區

於2020年3月10日公佈的統一碼13.0中在第三輔助平面收錄擴充區G的4939漢字，碼位為U+30000－U+3134A。

這些漢字的來源如下（部分字元來自多於一處來源，所以下表總數多於收錄總數4939字）：

類別	來源代碼	名稱	字數
中國 國標源（G）	G_HZR	《漢語大字典》（第二版）	878
	G_PGLG	《壯族民歌文化叢書·平果嘹歌》	13
	G_Z	《古壯字字典》	1191
韓國源（K）	KC	韓國歷史情報統合系統（한국 역사 정보 통합 시스템）	428
中國台灣源（T）	T13	CNS 11643第19字面（將設立的新平面）	347
	TB	CNS 11643第11字面	3
	TC	CNS 11643第12字面	2
	TD	CNS 11643第13字面	1
英國源（UK）	UK	IRG N2107R2	1566
大藏經研究組（SAT）	USAT	《大正新修大藏經》（SAT版）	329
委員會源（U）	UTC	從各處收集到的未收錄漢字	239

擴展H區

2022年9月13日公佈的統一碼15.0在第三輔助平面收錄擴充區H的4192漢字，碼位為U+31350－U+323AF。

這些漢字的來源如下（部分字元來自多於一處來源，下表總數多於收錄總數4192字）：

類別	來源代碼	名稱	字數
中國 國標源（G）	GDM	中華人民共和國公安部治安管理局地名漢字	128
	GHC	漢語大詞典	27
	GKJ	全國科學技術名詞審定委員會術語定名用字	30
	GLGYJ	壯族嘹歌研究	11
	GPGLG	壯族民歌文化叢書•平果嘹歌	14
	GXM		217
	GZ	古壯字字典	285
	GZA-1	生生不息的傳承•孝與壯族行孝歌之研究	6
	GZA-2	壯族倫理道德長詩傳揚歌譯註	38
	GZA-3	壯族民歌古籍整合•情歌（一）嘹歌	2
	GZA-4	壯族民歌古籍整合•情歌（二）歡𭪤	11
	GZA-6	中國壯族諺語	59
	GZA-7	遠古的追憶•壯族創世神話古歌研究	1
韓國源（K）	KC	韓國歷史情報統合系統	512
朝鮮源（KP）	KP1	KPS 10721-2000	1
中國台灣源（T）	T12	TCA-CNS 11643第十八平面	7
	T13	TCA-CNS 11643第十九平面	696
	T4	CNS 11643-1992第四平面	1
	T6	CNS 11643-1992第六平面	1
	TB	CNS 11643-2007第十一平面	4
	TC	CNS 11643-2007第十二平面	3
	TE	CNS 11643-2007第十四平面	2
英國源（UK）	UK	IRG N2232R	917
越南源（V）	V0	TCVN 5773:1193	6
	V4	漢喃編碼字彙	74
	VN	越南橫向擴充用字	851
大藏經研究組（SAT）		大藏經文字數據庫	241
委員會源（U）	UTC		161

擴充I區

2023年9月12日公佈的統一碼15.1在第二輔助平面收錄擴充區I的622個漢字，碼位為U+2EBF0－U+2EE5F。

這些漢字的來源如下：

類別	來原始碼	名稱	字數
中國國標源（G）	GIDC23	公安部身份證系統人名和地名用字2023版	622

認同原則與原字集分離原則

「次」字的台灣當局教育行政主管部門字形、大陸規範漢字、韓國的漢字、越南的漢字、日本的漢字。

表意文字認同原則（Han Unification Rule，又稱表意文字統合原則）與原字集分離原則（Source Separation Rule，又稱來源字集分離原則、原規格分離原則、字源分離原則），是兩個對立的原則，它們是Unicode整理中日韓統一表意文字的基礎。

東亞各國字形多有微妙的差異。如「房」字的第一筆，韓國傳統漢字字形、台灣當局教育主管部門的標準字體作撇「房」；香港教育參考字形、中國大陸規範作點「房」；日本標準作橫「房」。又如「次」字的左旁，韓國採用傳統字形，首筆爲橫，次筆爲挑；台灣當局教育主管部門作兩橫；大陸、日本、中國香港等則作「冫」（俗稱兩點水）。這種程度的差異，理想上是整併為一個字為佳。否則，要是凡異體字都收進不同碼位裏，Unicode收錄的漢字就會過於臃腫，用戶搜尋時也會因異體問題而找不到想要的結果。

然而，從之前各種受挫之文字整併計劃的經驗得知，整合字集與現行通用字集（Big5或國標碼）等無法一一對應，是推行整合字集的最大阻礙。例如，日本的JIS編碼同時收錄了「剣」字與「劍」字，原本JIS檔案裏這兩個字可以並存。如果採用整合字集後，它們會變成同一個字，就會造成使用上的困擾。而且，如果將多個不同地區字形合併，會影響閱讀者，令用戶不習慣並非以往所見字形；更有可能引致閱讀者因習慣而書寫不屬於自己地區的字形（或地區性的異體字）。

於是，表意文字認同原則與原字集分離原則就應運而生。

在表意文字認同原則下，Unicode「只對字（Character），而不對字形（Glyph）」編碼，會把同一字的不同字形（即異體字）合併。好像上述的「次」字，在Unicode裏會整併成一個碼。又例如不同地區而有不同寫法的部首，如「⻌（中國大陸規範、日本新字體）、⻍（港臺舊字形、韓國、日本舊字體）、⻎（台灣當局教育主管部門）」、「礻（中國大陸規範、台灣當局教育主管部門）、礻（日本新字體）、⺬（日本舊字體、韓國、港臺舊字形）」、「爫（中國大陸、港臺新字形）、⺥（舊字形）」等，會合併編碼。這些部首的寫法差異就會交由字型處理。比如說，使用依中國大陸漢字標準《印刷通用漢字字形表》的字體下（如中易宋體、微軟雅黑體）便會出現「⻌、爫」；使用台灣當局教育主管部門標準字體（如微軟正黑體或新版細明體，但非舊版細明體）就會出現「⻎、爫」等字形。這大大解決了因地區而異之部首寫法。

至於原字集分離原則是指，在上述所列出之各種收字來源裏，若有任何字集同時收了兩種以上的文字字形，則在Unicode中日韓統一表意文字中，也同時收錄這些字。這樣一來，現行的各種原有字集與Unicode漢字可以一一對應。比如「房」字，各地字集都沒有分別編碼，就只編進一個碼位，部首第一筆的寫法交由字型處理。然而，「戶」、「户」、「戸」這三個字，在一些地區標準裏是分別編碼的，Unicode則以三個碼位來分別收錄它們。上述的「剣」與「劍」也一樣，被安放到不同的碼位中。

基於上述運作，Unicode能大幅減少收錄漢字字數，同時讓地區編碼過渡至Unicode時，字集裏的字元不會有流失。但是，原字集分離原則破壞了Unicode「只對字，而不對字形」編碼之原則，使某些漢字獲得兩個或多個編碼，亦遭受不少批評。

後來的一些重複漢字會使用「相容區」提供暫存編碼，可通過歸一化（normalization）步驟移除。一般的漢字輸入法，以及多數漢字字型，也不支援相容區字元。

另外，原字集分離原則只適用於最初Unified Repertoire and Ordering（URO）的20,902字，換言之，由「擴充區A」開始就不再適用。原因是個別地區提交了不少僅有十分輕微差異的字樣，比如台灣地區《異體字字典》裏的各種異體，要求Unicode分別編碼。然而，那些字樣所建基的地區編碼，並非該地區的通用編碼，例如是中文標準交換碼（台灣實際通行的編碼是Big5碼）。若Unicode全面採納，將會令Unicode對異體字的處理更混亂。

今天，異體字選擇器（Variation Sequence）以及Adobe常用的CID字型等技術，已容許在一個Unicode編碼裏收錄和調用兩個或多個漢字字樣，原字集分離原則在今天已成爲過時技術的副產品。

起源不同原則

留意的是，可以整併的字只限異體字。如果有些漢字，它的音、義根本不一樣，是兩個不相同的字，即使它們外形相近，寫法差異比另一些整併的字少，但仍不能合併。這規則稱爲起源不同原則（Noncognate Rule）。

擧例說：「土」和「士」雖然形似，卻是兩個不同的字，我們不可以整併它們。然而，日本、韓國、中國內地與香港等地的「寺」字，與台灣當局教育主管部門的「寺」字，兩者頂部分別是「土」和「士」，但它們音義全同，是同一字的異體，於是就能夠整併。

其他起源不同的例子還有「朏」與「胐」（「月偏旁」與「肉偏旁」對立）、「胄」與「冑」（「肉底」與「冃底」對立），「柿」和「杮」（右方「市部件」與「巿部件」對立），「汨」和「汩」（右方「日部件」與「曰部件」對立），「陝」與「陜」（右旁「夾部件」與「㚒部件」對立）等。

然而，漢字中有「同形字」的現象，有兩個或多個讀音與字義，雖然字源不同，卻由同一字形表達出來。比如漢字「芸芸眾生」的「芸」，與日本漢字「藝」字的新字型「芸」，是同形字。要是這些同形字，在字形上確實相同而非相似（「芸」字的草頭雖然有三筆的「⺾」、四筆的「⺿」等不同寫法，但它們都指同一部件，沒有形成對立），就不會應用起源不同原則。

統漢字資料庫

統漢字資料庫（英語：Unihan database）是統一碼聯盟所維護的資料庫檔案。其為統漢字的每個漢字做了說明，內容包含：

• 統一碼與各國家、地區標準及各工業標準的對應。
• 依據重要字典（如康熙字典）的排序索引。
• 經過編碼的異體字。
• 漢字在各種語言中的發音。
• 英文釋義。

其資料庫透過以下幾種方式發佈：

• 統一碼聯盟維護的網站版本。
• 可供下載的TXT文字檔案。
• 基於上述檔案開發的第三方版本。
  • libUnihan項目開發了一套可供調用的c函數庫，和一個SQLite格式的Unihan數據庫。前者以LGPL協定發佈，後者以MIT協定發佈。

已統一漢字

原則上ISO 10646只對字（Character），而非字形（Glyph）編碼。同一字各地可使用自己的標準寫法。以下使用HTML標示同一編碼的字在不同地區的寫法（但只是讀者的瀏覽器所提供的字型，未必代表該地區的標準寫法）。

例子

Unicode	中文			日文	韓文	越文
	中國大陸	臺灣	香港
U+623F	房	房	房	房	房	房
U+6C49	汉
U+6E2F	港	港	港	港	港	港
U+6F22	漢	漢	漢	漢	漢	漢
U+6FB3	澳	澳	澳	澳	澳	澳
U+76F4	直	直	直	直	直	直
U+7A97	窗	窗	窗	窗	窗	窗
U+89D2	角	角	角	角	角	角
U+8AA4	誤	誤	誤	誤	誤	誤
U+8BEF	误
U+8D77	起	起	起	起	起	起
U+9AA8	骨	骨	骨	骨	骨	骨

註：不是所有網頁瀏覽器均可分辨全部HTML的語言代碼（Language Code）並使用不同字形。如非某一地區的用戶看到的字形和當地通用的字形一樣，表示該用戶的瀏覽器不能分辨此標籤，或設置兩者以同一種字形顯示。

未統一漢字

主條目：未統一漢字列表

有些字只是同一字在不同地區的寫法，理應統一，但因為原字集分離原則而只好分開編碼。由於KS X 1001、Big5、IBM 32、JIS X 0213、ARIB STD-B24、KPS 10721、CNS 11643中有太多字形非常接近，按Unicode標準應該統一，但是從編碼上分離的字。這些字只有正統的會編入正式字集（包括擴充區），不正統的編入「相容表意文字區」（Compatibility Ideographs）和位於「第二輔助平面」的「相容表意文字補充區」（Compatibility Ideographs Supplement）中。

範例：

Unicode	字	Unicode	字	Unicode	字
U+4E1F	丟	U+4E22	丢
U+514C	兌	U+5151	兑
U+518A	冊	U+518C	册
U+5433	吳	U+5434	吴	U+5449	呉
U+543F	吿	U+544A	告
U+5965	奥	U+5967	奧
U+5968	奨	U+596C	奬	U+734E	獎
U+5986	妆	U+599D	妝
U+59CD	姍	U+59D7	姗
U+5C13	尓	U+5C14	尔
U+5F54	彔	U+5F55	录
U+6236	戶	U+6237	户	U+6238	戸
U+63FA	揺	U+6416	搖	U+6447	摇
U+66A8	暨	U+66C1	曁
U+69D8	様	U+6A23	樣
U+6A2A	横	U+6A6B	橫
U+6B65	步	U+6B69	歩
U+7155	煕	U+7199	熙
U+7D55	絕	U+7D76	絶
U+7DA0	綠	U+7DD1	緑
U+9AEA	髪	U+9AEE	髮
U+9EAA	麪	U+9EAB	麫
U+9EBC	麼	U+9EBD	麽
U+9EC3	黃	U+9EC4	黄
U+9ED1	黑	U+9ED2	黒

自上表發表後，WG2亦調查過其他漢字，認為另一批屬於基本多文種平面的漢字，亦可考慮收編到ISO 10646 Annex S3。

技術問題

擴充B區的問題

擴充B區使用了輔助平面來擺放漢字，以致不少文書處理軟件都不能支援。例如，Microsoft Office 2000或之前的版本，即使電腦擁有擴充B區漢字字體，也只會顯示兩個方格。

另外，因擴充B區在整理上有缺陷，收錄了以下5個本來應該與其他漢字統一的字：

• U+20457 𠑗 = U+34A8 㒨
• U+2420E 𤈎 = U+3DB7 㶷
• U+27144 𧅄 = U+8641 虁
• U+23515 𣔕 = U+204F2 𠓲
• U+249E9 𤧩 = U+249BC 𤦼

而在WG2 N1155檔案中，亦列出了152對可考慮統一的漢字。

錯誤統一的問題

表意文字小組（IRG）處理文字時，遵循對字而不是對字形編碼的原則。但是有的字被錯誤統一編在同一個編碼之中，如編碼為U+2827C的漢字。2014年5月有人指出了這個問題：

編碼	中國台灣源（TF-6127）	中國香港源（H-8BAE）
U+2827C	𨉼	𨉼

當惡和惡作為部件時是不應該統一的，因為惡和惡的繁簡性質不同。相關的規定中也並未提及惡和惡作為部件應當統一，況且𫫖和噁是分開編碼的。

但是當表意文字小組（IRG）收到這個問題後，認為應當保持統一。因此這兩個字仍然在同一編碼之中。

外部連結

Unicode（統一碼）

• 漢字統合歷史
• 統漢字搜尋工具
• 表意文字變體數據庫
• Unicode Roadmap to the TIP
• 中日韓統一表意文字（PDF，34.0MB）
• 中日韓相容漢字（PDF，762kB）
• 中日韓相容漢字補充（PDF，601kB）
• 擴充A區漢字（PDF，6.58MB）
• 擴充B區漢字（PDF，38.7MB）
• 擴充C區漢字（PDF，3.16MB）
• 擴充D區漢字（PDF，215kB）
• 擴充E區漢字（PDF，3.44MB）
• 擴充F區漢字（PDF，4.33MB）
• 擴充G區漢字（PDF，2.13MB）

ISO表意文字工作組

• ISO表意文字工作組網站
  • ISO/IEC 10646 Annex S漢字統一及編排步驟
  • 擴充C區編碼網站
  • 急用漢字（UNC）多欄列表

參見

• 表意文字、語素文字、漢字、漢字文化圈
• 輔助平面
• 字形
• ISO 10646 - Unicode - 國際表意文字核心（IICore）
• 異體字 (Unicode)
• Help:Unicode擴充漢字