汉字编码（【Unicode】 【UTF-8】 【Unicode与UTF-8之间的转换】 【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】）

Unicode与UTF-8互转(C语言实现)：http://blog.csdn.net/tge7618291/article/details/7599902

汉字 Unicode 编码范围：http://www.qqxiuzi.cn/zh/hanzi-unicode-bianma.php

GBK 编码：http://www.qqxiuzi.cn/zh/hanzi-GBK-bianma.php

同时查询汉字的Unicode和utf8和GBK码请看：http://www.qqxiuzi.cn/bianma/guojima.php

首先不管是哪种编码都是兼容ASCII码的。

Unicode

Unicode是一个很大的集合, 现在的规模可以容纳100多万个符号. 每个符号的编码都不一样, 比如, U+0639表示阿拉伯字母Ain, U+0041表示英语的大写字母A, U+4E25表示汉字"严". 具体的符号对应表, 可以查询unicode.org, 或者专门的汉字对应表.Unicode具备字符和码一一对应的特性，绝对不会有重叠。

Unicode存在着的缺点：

Unicode只是一个符号集, 它只规定了符号的二进制代码, 却没有规定这个二进制代码应该如何存储.

这里就有两个严重的问题:

第一个问题是, 如何才能区别unicode和ascii?计算机怎么知道三个字节表示一个符号, 而不是分别表示三个符号呢?

第二个问题是, 我们已经知道,英文字母只用一个字节表示就够了, 如果unicode统一规定, 每个符号用三个或四个字节表示, 那么每个英文字母前都必然有二到三个字节是0, 这对于存储来说是极大的浪费,文本文件的大小会因此大出二三倍, 这是无法接受的.

UniCode编码表

摘录于：https://www.cnblogs.com/csguo/p/7401874.html，这里只是摘录 一部分，剩下请看原博客！

UniCode编码表

Unicode编码则是采用双字节16位来进行编号，可编65536字符，基本上包含了世界上所有的语言字符，它也就成为了全世界一种通用的编码，而且用十六进制4位表示一个编码，非常简结直观，为大多数开发者所接受，特别是十六进制编码后，可以解决汉字在js再编码过程中出现乱码问题，提高解释速度，我们建议在js脚本中使用十六进制unicode编码。

UniCode汉字转换，网上很多，但相对比较好使的比较少，大都写法一样，转换的效果差别不大，或多或少有些遗憾，我这找到个相对较好的，能直接转换标点符号的转换器。

地址：http://javawind.net/tools/native2ascii.jsp?action=transform

Unicode编码表/0000-0FFF

图例：	Unicode 3.1
Unicode 1.0	Unicode 3.2
Unicode 1.1	Unicode 4.0
Unicode 2.0	Unicode 4.1
Unicode 2.1	未使用
Unicode 3.0	不作编码

Unicode 编码表
0000-0FFF	8000-8FFF	10000-10FFF	20000-20FFF	28000-28FFF
1000-1FFF	9000-9FFF		21000-21FFF	29000-29FFF
2000-2FFF	A000-AFFF		22000-22FFF	2A000-2AFFF
3000-3FFF	B000-BFFF		23000-23FFF
4000-4FFF	C000-CFFF	1D000-1DFFF	24000-24FFF	2F000-2FFFF
5000-5FFF	D000-DFFF		25000-25FFF
6000-6FFF	E000-EFFF		26000-26FFF
7000-7FFF	F000-FFFF		27000-27FFF	E0000-E0FFF

【Unicode 码表】

0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin)
0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement) 
0100-017F：拉丁文扩展-A (Latin Extended-A) 
0180-024F：拉丁文扩展-B (Latin Extended-B) 
0250-02AF：国际音标扩展 (IPA Extensions) 
02B0-02FF：空白修饰字母 (Spacing Modifiers) 
0300-036F：结合用读音符号 (Combining Diacritics Marks) 
0370-03FF：希腊文及科普特文 (Greek and Coptic) 
0400-04FF：西里尔字母 (Cyrillic) 
0500-052F：西里尔字母补充 (Cyrillic Supplement) 
0530-058F：亚美尼亚语 (Armenian) 
0590-05FF：希伯来文 (Hebrew) 
0600-06FF：阿拉伯文 (Arabic) 
0700-074F：叙利亚文 (Syriac) 
0750-077F：阿拉伯文补充 (Arabic Supplement) 
0780-07BF：马尔代夫语 (Thaana) 
07C0-077F：西非書面語言 (N'Ko) 
0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi) 
0860-087F：Mandaic 
0880-08AF：撒马利亚语 (Samaritan) 
0900-097F：天城文书 (Devanagari) 
0980-09FF：孟加拉语 (Bengali) 
0A00-0A7F：锡克教文 (Gurmukhi) 
0A80-0AFF：古吉拉特文 (Gujarati) 
0B00-0B7F：奥里亚文 (Oriya) 
0B80-0BFF：泰米尔文 (Tamil) 
0C00-0C7F：泰卢固文 (Telugu) 
0C80-0CFF：卡纳达文 (Kannada) 
0D00-0D7F：德拉维族语 (Malayalam) 
0D80-0DFF：僧伽罗语 (Sinhala) 
0E00-0E7F：泰文 (Thai) 
0E80-0EFF：老挝文 (Lao) 
0F00-0FFF：藏文 (Tibetan) 
1000-109F：缅甸语 (Myanmar) 
10A0-10FF：格鲁吉亚语 (Georgian) 
1100-11FF：朝鲜文 (Hangul Jamo) 
1200-137F：埃塞俄比亚语 (Ethiopic) 
1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement) 
13A0-13FF：切罗基语 (Cherokee) 
1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics) 
1680-169F：欧甘字母 (Ogham) 
16A0-16FF：如尼文 (Runic) 
1700-171F：塔加拉语 (Tagalog) 
1720-173F：Hanunóo 
1740-175F：Buhid 
1760-177F：Tagbanwa 
1780-17FF：高棉语 (Khmer) 
1800-18AF：蒙古文 (Mongolian) 
18B0-18FF：Cham 
1900-194F：Limbu 
1950-197F：德宏泰语 (Tai Le) 
1980-19DF：新傣仂语 (New Tai Lue) 
19E0-19FF：高棉语记号 (Kmer Symbols) 
1A00-1A1F：Buginese 
1A20-1A5F：Batak 
1A80-1AEF：Lanna 
1B00-1B7F：巴厘语 (Balinese) 
1B80-1BB0：巽他语 (Sundanese) 
1BC0-1BFF：Pahawh Hmong 
1C00-1C4F：雷布查语(Lepcha) 
1C50-1C7F：Ol Chiki 
1C80-1CDF：曼尼普尔语 (Meithei/Manipuri) 
1D00-1D7F：语音学扩展 (Phonetic Extensions) 
1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplement) 
1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement) 
1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional) 
1F00-1FFF：希腊语扩充 (Greek Extended) 
2000-206F：常用标点 (General Punctuation) 
2070-209F：上标及下标 (Superscripts and Subscripts) 
20A0-20CF：货币符号 (Currency Symbols) 
20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols) 
2100-214F：字母式符号 (Letterlike Symbols) 
2150-218F：数字形式 (Number Form) 
2190-21FF：箭头 (Arrows) 
2200-22FF：数学运算符 (Mathematical Operator) 
2300-23FF：杂项工业符号 (Miscellaneous Technical) 
2400-243F：控制图片 (Control Pictures) 
2440-245F：光学识别符 (Optical Character Recognition) 
2460-24FF：封闭式字母数字 (Enclosed Alphanumerics) 
2500-257F：制表符 (Box Drawing) 
2580-259F：方块元素 (Block Element) 
25A0-25FF：几何图形 (Geometric Shapes) 
2600-26FF：杂项符号 (Miscellaneous Symbols) 
2700-27BF：印刷符号 (Dingbats) 
27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A) 
27F0-27FF：追加箭头-A (Supplemental Arrows-A) 
2800-28FF：盲文点字模型 (Braille Patterns) 
2900-297F：追加箭头-B (Supplemental Arrows-B) 
2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B) 
2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator) 
2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows) 
2C00-2C5F：格拉哥里字母 (Glagolitic) 
2C60-2C7F：拉丁文扩展-C (Latin Extended-C) 
2C80-2CFF：古埃及语 (Coptic) 
2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement) 
2D30-2D7F：提非纳文 (Tifinagh) 
2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended) 
2E00-2E7F：追加标点 (Supplemental Punctuation) 
2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement) 
2F00-2FDF：康熙字典部首 (Kangxi Radicals) 
2FF0-2FFF：表意文字描述符 (Ideographic Description Characters) 
3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation) 
3040-309F：日文平假名 (Hiragana) 
30A0-30FF：日文片假名 (Katakana) 
3100-312F：注音字母 (Bopomofo) 
3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo) 
3190-319F：象形字注释标志 (Kanbun) 
31A0-31BF：注音字母扩展 (Bopomofo Extended) 
31C0-31EF：CJK 笔画 (CJK Strokes) 
31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions) 
3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months) 
3300-33FF：CJK 兼容 (CJK Compatibility) 
3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A) 
4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols) 
4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs) 
A000-A48F：彝文音节 (Yi Syllables) 
A490-A4CF：彝文字根 (Yi Radicals) 
A500-A61F：Vai 
A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement) 
A700-A71F：声调修饰字母 (Modifier Tone Letters) 
A720-A7FF：拉丁文扩展-D (Latin Extended-D) 
A800-A82F：Syloti Nagri 
A840-A87F：八思巴字 (Phags-pa) 
A880-A8DF：Saurashtra 
A900-A97F：爪哇语 (Javanese) 
A980-A9DF：Chakma 
AA00-AA3F：Varang Kshiti 
AA40-AA6F：Sorang Sompeng 
AA80-AADF：Newari 
AB00-AB5F：越南傣语 (Vi?t Thái) 
AB80-ABA0：Kayah Li 
AC00-D7AF：朝鲜文音节 (Hangul Syllables) 
D800-DBFF：High-half zone of UTF-16 
DC00-DFFF：Low-half zone of UTF-16 
E000-F8FF：自行使用區域 (Private Use Zone) 
F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs) 
FB00-FB4F：字母表達形式 (Alphabetic Presentation Form) 
FB50-FDFF：阿拉伯表達形式A (Arabic Presentation Form-A) 
FE00-FE0F：变量选择符 (Variation Selector) 
FE10-FE1F：竖排形式 (Vertical Forms) 
FE20-FE2F：组合用半符号 (Combining Half Marks) 
FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms) 
FE50-FE6F：小型变体形式 (Small Form Variants) 
FE70-FEFF：阿拉伯表達形式B (Arabic Presentation Form-B) 
FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form) 
FFF0-FFFF：特殊 (Specials)

UTF-8

    因为Unicode并没有规定二进制代码是如何存储的，所以就出现了很多种实现Unicode存储的方式，UTF-8是在互联网上使用最广的一种unicode的实现方式. 其他实现方式还包括UTF-16和UTF-32, 不过在互联网上基本不用.重复一遍, 这里的关系是, UTF-8是Unicode的实现方式之一.

UTF-8最大的一个特点, 就是它是一种变长的编码方式. 它可以使用1~6个字节表示一个符号, 根据不同的符号而变化字节长度.

UTF-8的编码规则很简单, 只有两条:
1) 对于单字节的符号, 字节的第一位设为0, 后面7位为这个符号的unicode码. 因此对于英语字母, UTF-8编码和ASCII码是相同的.
2) 对于n字节的符号(n>1),第一个字节的前n位都设为1, 第n+1位设为0, 后面字节的前两位一律设为10. 剩下的没有提及的二进制位, 全部为这个符号的unicode码.

下表总结了编码规则, 字母x表示可用编码的位.

下面, 以汉字"严"为例, 演示如何实现UTF-8编码.

已知"严"的unicode是4E25(1001110 00100101), 根据上表, 可以发现4E25处在第三行的范围内(0000 0800 - 0000 FFFF), 因此"严"的UTF-8编码需要三个字节, 即格式是
"1110xxxx 10xxxxxx 10xxxxxx". 然后, 从"严"的最后一个二进制位开始, 依次从后向前填入格式中的x, 多出的位补0. 这样就得到了, "严"的UTF-8编码是 "11100100 1011100010100101", 转换成十六进制就是E4B8A5.

快速查询汉字的UTF-8 ,Unicode和gbk码：国际码+UTF-8+国标码http://www.qqxiuzi.cn/bianma/guojima.php

utf8、unicode、字符、utf16、utf32互转（可输入二进制）：Unicode和UTF编码转换：http://www.qqxiuzi.cn/bianma/Unicode-UTF.php

Unicode和UTF编码转换

Unicode与UTF-8之间的转换

/*****************************************************************************
 * 将一个字符的Unicode(UCS-2和UCS-4)编码转换成UTF-8编码.
 *
 * 参数:
 *    unic     字符的Unicode编码值
 *    pOutput  指向输出的用于存储UTF8编码值的缓冲区的指针
 *    outsize  pOutput缓冲的大小
 *
 * 返回值:
 *    返回转换后的字符的UTF8编码所占的字节数, 如果出错则返回 0 .
 *
 * 注意:
 *     1. UTF8没有字节序问题, 但是Unicode有字节序要求;
 *        字节序分为大端(Big Endian)和小端(Little Endian)两种;
 *        在Intel处理器中采用小端法表示, 在此采用小端法表示. (低地址存低位)
 *     2. 请保证 pOutput 缓冲区有最少有 6 字节的空间大小!
 ****************************************************************************/  
int enc_unicode_to_utf8_one(unsigned long unic, unsigned char *pOutput,  
        int outSize)  
{  
    assert(pOutput != NULL);  
    assert(outSize >= 6);  
 
    if ( unic <= 0x0000007F )  
    {  
        // * U-00000000 - U-0000007F:  0xxxxxxx  
        *pOutput     = (unic & 0x7F);  
        return 1;  
    }  
    else if ( unic >= 0x00000080 && unic <= 0x000007FF )  
    {  
        // * U-00000080 - U-000007FF:  110xxxxx 10xxxxxx  
        *(pOutput+1) = (unic & 0x3F) | 0x80;  
        *pOutput     = ((unic >> 6) & 0x1F) | 0xC0;  
        return 2;  
    }  
    else if ( unic >= 0x00000800 && unic <= 0x0000FFFF )  
    {  
        // * U-00000800 - U-0000FFFF:  1110xxxx 10xxxxxx 10xxxxxx  
        *(pOutput+2) = (unic & 0x3F) | 0x80;  
        *(pOutput+1) = ((unic >>  6) & 0x3F) | 0x80;  
        *pOutput     = ((unic >> 12) & 0x0F) | 0xE0;  
        return 3;  
    }  
    else if ( unic >= 0x00010000 && unic <= 0x001FFFFF )  
    {  
        // * U-00010000 - U-001FFFFF:  11110xxx 10xxxxxx 10xxxxxx 10xxxxxx  
        *(pOutput+3) = (unic & 0x3F) | 0x80;  
        *(pOutput+2) = ((unic >>  6) & 0x3F) | 0x80;  
        *(pOutput+1) = ((unic >> 12) & 0x3F) | 0x80;  
        *pOutput     = ((unic >> 18) & 0x07) | 0xF0;  
        return 4;  
    }  
    else if ( unic >= 0x00200000 && unic <= 0x03FFFFFF )  
    {  
        // * U-00200000 - U-03FFFFFF:  111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx  
        *(pOutput+4) = (unic & 0x3F) | 0x80;  
        *(pOutput+3) = ((unic >>  6) & 0x3F) | 0x80;  
        *(pOutput+2) = ((unic >> 12) & 0x3F) | 0x80;  
        *(pOutput+1) = ((unic >> 18) & 0x3F) | 0x80;  
        *pOutput     = ((unic >> 24) & 0x03) | 0xF8;  
        return 5;  
    }  
    else if ( unic >= 0x04000000 && unic <= 0x7FFFFFFF )  
    {  
        // * U-04000000 - U-7FFFFFFF:  1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx  
        *(pOutput+5) = (unic & 0x3F) | 0x80;  
        *(pOutput+4) = ((unic >>  6) & 0x3F) | 0x80;  
        *(pOutput+3) = ((unic >> 12) & 0x3F) | 0x80;  
        *(pOutput+2) = ((unic >> 18) & 0x3F) | 0x80;  
        *(pOutput+1) = ((unic >> 24) & 0x3F) | 0x80;  
        *pOutput     = ((unic >> 30) & 0x01) | 0xFC;  
        return 6;  
    }  
 
    return 0;  
} 
/*****************************************************************************
 * 将一个字符的UTF8编码转换成Unicode(UCS-2和UCS-4)编码.
 *
 * 参数:
 *    pInput      指向输入缓冲区, 以UTF-8编码
 *    Unic        指向输出缓冲区, 其保存的数据即是Unicode编码值,
 *                类型为unsigned long .
 *
 * 返回值:
 *    成功则返回该字符的UTF8编码所占用的字节数; 失败则返回0.
 *
 * 注意:
 *     1. UTF8没有字节序问题, 但是Unicode有字节序要求;
 *        字节序分为大端(Big Endian)和小端(Little Endian)两种;
 *        在Intel处理器中采用小端法表示, 在此采用小端法表示. (低地址存低位)
 ****************************************************************************/  
int enc_utf8_to_unicode_one(const unsigned char* pInput, unsigned long *Unic)  
{  
    assert(pInput != NULL && Unic != NULL);  
 
    // b1 表示UTF-8编码的pInput中的高字节, b2 表示次高字节, ...  
    char b1, b2, b3, b4, b5, b6;  
 
    *Unic = 0x0; // 把 *Unic 初始化为全零  
    int utfbytes = enc_get_utf8_size(*pInput);  
    unsigned char *pOutput = (unsigned char *) Unic;  
 
    switch ( utfbytes )  
    {  
        case 0:  
            *pOutput     = *pInput;  
            utfbytes    += 1;  
            break;  
        case 2:  
            b1 = *pInput;  
            b2 = *(pInput + 1);  
            if ( (b2 & 0xE0) != 0x80 )  
                return 0;  
            *pOutput     = (b1 << 6) + (b2 & 0x3F);  
            *(pOutput+1) = (b1 >> 2) & 0x07;  
            break;  
        case 3:  
            b1 = *pInput;  
            b2 = *(pInput + 1);  
            b3 = *(pInput + 2);  
            if ( ((b2 & 0xC0) != 0x80) || ((b3 & 0xC0) != 0x80) )  
                return 0;  
            *pOutput     = (b2 << 6) + (b3 & 0x3F);  
            *(pOutput+1) = (b1 << 4) + ((b2 >> 2) & 0x0F);  
            break;  
        case 4:  
            b1 = *pInput;  
            b2 = *(pInput + 1);  
            b3 = *(pInput + 2);  
            b4 = *(pInput + 3);  
            if ( ((b2 & 0xC0) != 0x80) || ((b3 & 0xC0) != 0x80)  
                    || ((b4 & 0xC0) != 0x80) )  
                return 0;  
            *pOutput     = (b3 << 6) + (b4 & 0x3F);  
            *(pOutput+1) = (b2 << 4) + ((b3 >> 2) & 0x0F);  
            *(pOutput+2) = ((b1 << 2) & 0x1C)  + ((b2 >> 4) & 0x03);  
            break;  
        case 5:  
            b1 = *pInput;  
            b2 = *(pInput + 1);  
            b3 = *(pInput + 2);  
            b4 = *(pInput + 3);  
            b5 = *(pInput + 4);  
            if ( ((b2 & 0xC0) != 0x80) || ((b3 & 0xC0) != 0x80)  
                    || ((b4 & 0xC0) != 0x80) || ((b5 & 0xC0) != 0x80) )  
                return 0;  
            *pOutput     = (b4 << 6) + (b5 & 0x3F);  
            *(pOutput+1) = (b3 << 4) + ((b4 >> 2) & 0x0F);  
            *(pOutput+2) = (b2 << 2) + ((b3 >> 4) & 0x03);  
            *(pOutput+3) = (b1 << 6);  
            break;  
        case 6:  
            b1 = *pInput;  
            b2 = *(pInput + 1);  
            b3 = *(pInput + 2);  
            b4 = *(pInput + 3);  
            b5 = *(pInput + 4);  
            b6 = *(pInput + 5);  
            if ( ((b2 & 0xC0) != 0x80) || ((b3 & 0xC0) != 0x80)  
                    || ((b4 & 0xC0) != 0x80) || ((b5 & 0xC0) != 0x80)  
                    || ((b6 & 0xC0) != 0x80) )  
                return 0;  
            *pOutput     = (b5 << 6) + (b6 & 0x3F);  
            *(pOutput+1) = (b5 << 4) + ((b6 >> 2) & 0x0F);  
            *(pOutput+2) = (b3 << 2) + ((b4 >> 4) & 0x03);  
            *(pOutput+3) = ((b1 << 6) & 0x40) + (b2 & 0x3F);  
            break;  
        default:  
            return 0;  
            break;  
    }  
 
    return utfbytes;  
}  

汉字 Unicode 编码范围

汉字在Unicode码表的安排如下（详细信息请看：http://www.qqxiuzi.cn/zh/hanzi-unicode-bianma.php）：

字符集	字数	Unicode 编码
基本汉字	20902字	4E00-9FA5
基本汉字补充	38字	9FA6-9FCB
扩展A	6582字	3400-4DB5
扩展B	42711字	20000-2A6D6
扩展C	4149字	2A700-2B734
扩展D	222字	2B740-2B81D
康熙部首	214字	2F00-2FD5
部首扩展	115字	2E80-2EF3
兼容汉字	477字	F900-FAD9
兼容扩展	542字	2F800-2FA1D
PUA(GBK)部件	81字	E815-E86F
部件扩展	452字	E400-E5E8
PUA增补	207字	E600-E6CF
汉字笔画	36字	31C0-31E3
汉字结构	12字	2FF0-2FFB
汉语注音	22字	3105-3120
注音扩展	22字	31A0-31BA
〇	1字	3007

中文标点符号unicode码

摘录于：http://blog.csdn.net/yuan892173701/article/details/8731490

名称　　Unicode　符号

句号　　　 3002　　。　　　

问号　　　 FF1F　　？　　　

叹号　　     FF01　　！　　　

逗号　　　 FF0C　　，

顿号　　　 3001　　、　　　

分号　　　 FF1B　　；　　　

冒号　　　 FF1A　　：　　　

引号　　　 300C　　「　　　

　　　　　 300D　　」　　　

引号　　　 300E　　『　　　

　　　　　 300F　　』　　　

引号　　　 2018　　‘　　　

　　　　　 2019　　’　　　

引号　　　 201C　　“　　　

　　　　　 201D　　”　　　

括号　　　 FF08　　（　　　

　　　　　 FF09　　）　　　

括号　　　 3014　　〔　　　

　　　　　 3015　　〕　　　

括号　　　 3010　　【　　　

　　　　　 3011　　】　　　

破折号　     2014　　—　　　

省略号  　   2026　　…　　　

连接号　     2013　　–　　　

间隔号　     FF0E　　．　　　

书名号  　   300A　 《　　　

　　　　　  300B　　》　　　

书名号  　   3008　 〈　　　

　　　　　  3009　　〉　

整理后如下：

2013　　–　
2014　　—　　　
2026　　…　　
2018　　‘　　　
2019　　’　　　
201C　　“　　　
201D　　”　　　
　
3001　　、
3002　　。　
3008　 〈　　　
3009　　〉　
300A　 《　　　
300B　　》　
300C　　「　　　
300D　　」　
300E　　『　　　
300F　　』
3010　　【　　
3011　　】　
3014　　〔　　　
3015　　〕

FF01　　！　　　
FF08　　（　　　
FF0C　　，
FF09　　）　　
FF0E　　．　　
FF1B　　；　　　
FF1A　　：　
FF1F　　？

这里需要批量的把编码转成汉字，请看如下工具：http://www.qqxiuzi.cn/bianma/zifuji.php

GBK编码

GBK编码是我国自己对汉字进行的编码，和Unicode编码没有任何的必然联系，不能够找出二者的映射关系。gbk编码简介如下（摘录于：http://www.qqxiuzi.cn/zh/hanzi-GBK-bianma.php）：

GBK编码采用双字节编码方案，其编码范围：8140－FEFE，剔除xx7F码位，共23940个码位。共收录汉字和图形符号21886个，其中汉字（包括部首和构件）21003个，图形符号883个