术语

character (字符) 是具有语义值的最小文本单位。

character set (字符集) 是可能由多种语言使用的字符集合。例如，拉丁字符集由英语和大多数欧洲语言使用，而希腊语字符集仅由希腊语使用。

coded character set (编码字符集) 是字符集，其中每个字符被分配唯一编号。

code point (代码点)（译注：码位） 是可以在编码字符集中使用的值（。代码点是 32 位 int 数据类型，其中低 21 位表示有效代码点值，高 11 位表示 0。

Unicode code unit (代码单元)（译注：码元） 是 16 位 char 值。例如，想象一个 String，其中包含字母“abc”，后跟 Deseret LONG I，后者用两个 char 值表示。该字符串包含四个字符，四个代码点，但包含五个代码单元。

要以 Unicode 表示字符，十六进制值以字符串 U+ 为前缀。Unicode 标准的有效代码点范围是 U+0000 到 U+10FFFF，包括端点。拉丁字符 A 的代码点值是 U+0041。代表欧元货币的字符 € 具有代码点值 U+20AC。Deseret 字母表中的第一个字母 LONG I 的代码点值为 U+10400。

下表显示了几个字符的代码点值：

Character	Unicode 代码点	字形
拉丁文 A.	U+0041
Latin sharp S	U+00DF
东方汉	U+6771
Deseret, LONG I	U+10400

如前所述，在 U+10000 到 U+10FFFF 范围内的字符被称为补充字符。从 U+0000 到 U+FFFF 的字符集有时被称为 Basic Multilingual Plane (BMP)。

更多术语可在 More Information 页面上列出的 Glossary of Unicode Terms ( Unicode 词汇表) 中找到。