中日韓統一表意文字

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，臺灣（中文資訊交換碼、中文標準交換碼）、中國大陸（GB 2312）、韓國（KS C 5601）開始訂了各自的編碼規範。這些規範彼此之間並無連繫。若要在一份文件中同時使用，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符（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，全錄的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、制作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）訂定扩展區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扩展區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扩展區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扩展區E增加U+2B820－U+2CEAF，基本多文種平面增加U+9FCD－U+9FD5。

2017年，统一码10.0扩展區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展區G，碼位爲U+30000－U+3134A。同時，亦在基本區增加13字：U+9FF0－U+9FFC，在擴展A區增加10字：U+4DB6－U+4DBF，在擴展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，亦在擴展B區增加2字：U+2A6DE－U+2A6DF，在擴展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展區H，碼位爲U+31350－U+323AF。同時，亦在擴展C區增加7字：U+2B739。

2023年，統一碼15.1增加622漢字，位於第二平面的擴展區I，碼位爲U+2EBF0 - U+2EE5D。

另外，第三平面的U+38000至U+3AB9F預計放置篆书，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[6]。

• 統一碼協會
•  中华人民共和国
•  香港（政府資訊科技總監辦公室轄下中文界面諮詢委員會）
•  澳門（資訊系統中文編碼工作小組，由行政公職局協調）
•  中華民國（台北市電腦商業同業公會）
•  日本
•  
•  大韓民國
•  越南
•  马来西亚（2008年11月第31次IRG會議加入）
•  英国[16]
• 大藏經文本數據庫委員會（，SAT）

「次」字的台灣教育部字形、大陸规范汉字、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），是兩項對立原則，它們是統一碼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、臺灣教育部標準字體作撇「」；香港教育參考字形、中國大陆規範作點「」；日本標準作橫「」。又如「次」字的左旁，韓國採用傳統字形，首筆爲橫，次筆爲挑；臺灣教育部作兩橫；大陸、日本、香港等則作「冫」（俗稱兩點水）。這種程度的差異，理想是整併為一字為佳。否則，要是凡異體字都收進不同碼位裏，統一碼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「」與「」字，原本JIS文件裏這兩字可以並存。如果採用整合字集後，它們會變成同一字，使用的時就會造成困擾。而且，如果將多個不同地區字形合併，會影響閱讀者，令使用者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。

按表意文字認同原則，統一碼「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「次」字，統一碼會整併成一碼。又例如不同地區而有不同寫法的部首，如「（中國大陸規範、日本新字體）、（港臺舊字形、韓國、日本舊字體）、（臺灣教育部）」、「（中國大陸規範、臺灣教育部）、（日本新字體）、（日本舊字體、韓國、港臺舊字形）」、「（中國大陸、港臺新字形）、（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（如中易宋體、微軟雅黑體）便會出現「、」；使用臺灣教育部標準字體（如微軟正黑體或新版細明體，但非舊版細明體[註 3]）就會出現「、」等字形，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，上述所列出之各種收字來源，若有任何字集同時收了兩種以上文字字形，中日韓統一表意文字也會同時收錄這些字。這樣一來，現行各種原有字集與統一碼漢字可一一對應。比如「房」字，各地字集都沒有分別編碼，就只編進一碼位，部首第一筆的寫法交由字型處理。然而，「」、「」、「」這三字，在一些地區標準裏是分別編碼的，統一碼則以三碼位分別收錄它們。上述的「」與「」也一樣安放到不同碼位。

基於上述運作，統一碼能大幅減少收錄漢字字數，同時讓地區編碼過渡至統一碼時，字集裏的字元不會流失，但原字集分離原則破壞了統一碼「只對字而不對字形」編碼之原則，某些漢字獲得兩位或以上編碼，亦遭受不少批評。

後來的一些重複漢字會使用“兼容区”提供暂存编码，可用归一化（）步骤移除。一般的漢字輸入法，以及多數漢字字型，也不支援兼容區字元。

另外，原字集分離原則只適用於最初Unified Repertoire and Ordering（URO）的20902字，換言之，由「擴展區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《異體字字典》裏的各種異體，要求統一碼分別編碼。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）。若統一碼全面採納，將會令統一碼對異體字的處理更混亂。

今天，变体序列（Variation Sequence）以及Adobe常用的CID字型等技術已容許在一粒統一碼編碼收錄和調用多於一款漢字字樣，原字集分離原則在今天已成爲過時技術的副產品。

統漢字資料庫（英語：）是統一碼聯盟所維護的資料庫文件，為統漢字的各漢字列出說明，內容有：

• 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。

資料庫以以下方式發佈：

• 統一碼聯盟維護的網站版本[31]。
• 可供下載的txt文本文件（页面存档备份，存于）。
• 基於上述文件開發的第三方版本。
  • libUnihan項目開發了一套可供調用的c函式庫，和一套SQLite格式的Unihan數據庫[32]。前者以LGPL協議發布，後者以MIT協議發布。

ISO 10646原則只對字（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（但只是读者的浏览器所渲染的字型，与浏览器的设置与设备安装的字体有关，未必代表該地區的標準寫法）。

例子

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。如非某一地区的使用者看到的字形和当地通用的字形一樣，表示该用户的瀏覽器不能分辨此標籤，或設定兩者以同一種字形顯示。

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有太多字形非常接近，按統一碼標準應該統一，但分開編碼的字。這些字只有正統的會編入正式字集（包括擴展區），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：-{

}- 自上表發表後，WG2亦調查過其他漢字[37]，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。

• 統一碼裏中日韓表意文字和相關字符淺說（页面存档备份，存于）
• CJK-CODE（页面存档备份，存于）
• UTF-8 and Unicode FAQ for Unix/Linux（页面存档备份，存于）
• 中華民國教育部異體字字典附錄－中日韓共用漢字表（页面存档备份，存于）
• 查「Unicode 編碼」或「教育部異體字字典字號」（页面存档备份，存于）（CBETA中華電子佛典協會）

統一碼

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

ISO表意文字工作組

• ISO表意文字工作組網站（页面存档备份，存于）
  • ISO/IEC 10646 Annex S漢字統一及編排步驟（页面存档备份，存于）
  • 擴展C區編碼網站（页面存档备份，存于）
  • 急用汉字（UNC）多栏列表

• 表意文字、语素文字、汉字、汉字文化圈
• 辅助平面
• 字形
• ISO 10646 - Unicode - 國際表意文字核心（IICore）
• 异体字（Unicode）
• Wikipedia:Unicode扩展汉字