泰文Unicode編碼表及排版規則

前言：泰文Unicode編碼表及排版規則

泰文 Unicode字符表 泰文符號

字符數量統計: 128 Unicode編碼範圍:0E00—0E7F代碼點

泰文是一個Unicode塊，包含泰文、Lanna Tai和Pali語言的字符。依據泰文工業標準620-2533。

範圍

U+0E00…U+0E7F (128 代碼位)
已經分配：87代碼位
暫未使用：41個保留位

Unicode字符表

字符錶鏈接：http://www.52unicode.com/thai-zifu

排版規則

一、字母編碼

這裏只介紹泰文的Unicode編碼。Unicode編碼爲雙字節，前面爲高字節，後面爲低字節，這裏都用十六進制表示。如0E00表示一個空格，0E爲高字節，00爲低字節。

泰文編碼和字母的對照關係如下：
編碼段： 0E00-0E16，0E17-0E2D，0E2E-0E30
泰文字符：กขฃคฅฆงจฉชซฌญฎฏฐฑฒณดตถทธนบปผฝพฟภมยรฤลฦวศษสหฬอฮฯะ
編碼段： 0E31-0E3A
泰文字符：
ัา ำ ี ึ ื ุ ู ฺ
編碼段： 0E3F-0E46
泰文字符：฿ เ แ โ ใ ไ ๅ ๆ
編碼段： 0E47-0E4E
泰文字符： ็ ่ ้ ๊ ๋ ์ ํ ๎
編碼段： 0E4F-0E5B
泰文字符：๏๐๑๒๓๔๕๖๗๘๙๚๛

二、拼寫規則

泰語是一種拼音文字。有元音，輔音和聲調。

2.1. 元音

元音有單元音和複元音之分，複元音是由兩個或三個單元音組成的。單元音可以位於輔音的上下左右各側（說明：下面的槓“_”表示輔音的位置）。

規則①：在輔音右邊的單元音
字符： -า -ะ -อ
例子： กา จะ ดอ

規則②：在輔音左邊的單元音
字符： เ- แ- โ- เ-าะ เ-ะ แ-ะ โ-ะ เ-อ แ-อ
例子：เก แจ โอ แตะ โดะ

規則③：在輔音上邊的單元音
字符： -ิ -ี -ึ -ื
例子： ดีษืฉึ

規則④：在輔音下邊的單元音
字符： -ุ -ู
例子： กุมู

2.2 輔音

單輔音有中輔音，高輔音，低輔音，塞音，擦音等之分。它們與長元音和短元音相拼時，能夠影響或決定聲調。複輔音是由多個單輔音組成的。

單輔音：กจดตฎฏบปอขคฆฉชฌผพภฝฟถฐทธฑฒสศษซหฮงนมยญวรลฬ

規則①：有輔音字母อ 字母和元音字母อ 外形相同，只能靠其位置進行區分。
例子： ออ

規則②：有輔音字符ปฝฟ，上面加元音或聲調時，元音或聲調字符要略微向左移一些。
例子：ปิป๊ฟีฝื่

2.3 聲調

泰文中有5個聲調，只有第一聲不用標出來。
聲調：    

規則①：聲調加在輔音的右上方。
例子：ก่า

規則②：輔音上有元音，再加聲調符號時，聲調符號要加在元音上。
例子：อื่ทึ๊

2.4 尾音

尾音： -ง -น -ม -ำ -ก -ด -บ

規則①：元音字母-ะ 後有尾音時。要把-ะ寫成-ั，放在輔音和尾音之間的上方。
例子： 如กะง 要寫成กัง

規則②：元音字母เ-ะ 和แ-ะ 後有尾音時，把-ะ 寫成-็，放在輔音和尾音之間的上方。
例子： 如เตะม 寫成เต็ม

規則③：元音字母โ-ะ 後有尾音時，โ-ะ省略不寫成。
例子： 如โตะม 寫成ตม

規則④：複元音-ัว 後有尾音時，要將去-ั掉。
例子： 如จัวน 寫成จวน

規則⑤： -ำ 和-ัม 讀音相同，詞義不同。
例子： 如จกำ和กัม

2.5 數字

泰文有自己的數字符（0－9）。
數字字符：๐๑๒๓๔๕๖๗๘๙

2.6 其他

其他符號ฤฦๅ ์（不發音符號）ๆ（重複符號）ฯ（簡略符號）

三、處理方式

根據上述的拼寫規則，可以把所有字符形象的分爲如下幾類：

1. 鞋子字符。它可以疊加在主體字符的下面，就像給主體字符穿的鞋子一樣。
2. 主體字符。它上面可以疊加帽子字符，下面可以疊加鞋子字符，就像給它帶上帽子，穿上鞋子一樣。
3. 帽子字符。它可以疊加在主體字符的下面，就像給主體字符帶上帽子一樣。
4. 聲調字符。它是一個詞語的聲調，必須疊放在主體字符或帽子字符上面。
5. 獨立字符。它是不可以穿鞋子，不可以帶帽子，也不可以加聲調的一類字符。
6. 標點符號。它是用來斷句的標點符號，和其他語言中的標點符號的功能一樣。

下面是類型，編碼，字符之間的對照關係。

1. 鞋子
   編碼段：0E38-0E39
   字符： ุ ู
2. 主體
   編碼段：0E01-0E10，0E11-0E1F，0E20-0E2E，0E32
   字符：กขฃคฅฆงจฉชซฌญฎฏฐฑฒณดตถทธนบปผฝพฟภมยรฤลฦวศษสหฬอฮ า
3. 帽子
   編碼段：0E31， 0E47，0E33-0E37，0E4C-0E4E
   字符： ั ็ ำ ิ ี ึ ื ์ ํ ๎
4. 聲調
   編碼段：0E48-0E4B
   字符：    
5. 獨立
   編碼段：0E2F，0E30，0E3A，0E40-0E46，0E5A-0E5B
   字符： ฯะ ฺ เ แ โ ใ ไ ๅ ๆ๚๛
6. 標點
   編碼段：0E00，0E3F，0E4F-0E59
   字符： ฿ ๏๐๑๒๓๔๕๖๗๘๙
7. 其他
   編碼段：0E3B-0E3E，0E5B-0E7F

補充說明：

1. 如果用①②③④⑤⑥分別表示鞋子字符，主體字符，帽子字符，聲調字符，獨立字符和標點符號。
   則可能出現的組合情況有：①②，①②③，①②④，①②③④，②③，②④，②③④，⑤和⑥。
2. ①和③之間沒有②的時候，③需要往下移動一點。
3. ②的編碼是0E1B，0E1D，0E1F時，③或④或③④，最好向左移動一點。

代碼編寫

//泰文 上下標字符 unicode

static int ThaiSup_Subs[] = {0x0e31, 0x0e33, 0x0e34, 0x0e35, 0x0e36, 0x0e37, 0x0e38, 0x0e39, 0x0e47, 0x0e48, 0x0e49, 0x0e4a, 0x0e4b, 0x0e4c, 0x0e4d, 0x0e4e};

//泰文編碼範圍0E00-0E3a，0E3f-0E5b

bool isThai(int subunicode)
{
	//泰文編碼範圍0E00-0E3a，0E3f-0E5b，
	if (((subunicode>0x0e00) && (subunicode<0x0e3a)) ||
		((subunicode>0x0e3f) && (subunicode<0x0e5b))){
		return  true;
	}
	else {
		return false;
	}
}

UTF-8 (Unicode)

• u4e00-u9fa5 (中文)
• x3130-x318F (韓文)
• xAC00-xD7A3 (韓文)
• u0800-u4e00 (日文)
  實際上發現：
  除了u4e00-u9fa5 (中文)之外，還有(0x3400, 0x4DB5)也是。

GB18030在GB13000.1的20902個漢字的基礎上增加了CJK擴展A的6582個漢字（Unicode碼0x3400-0x4db5），一共收錄了27484個漢字。對應的utf8也進行了相應增加。

參考鏈接：
Unicode字符表：https://www.52unicode.com/

漢字字符集編碼查詢：https://www.qqxiuzi.cn/bianma/zifuji.php

泰文排版規則：http://blog.sina.com.cn/s/blog_5d8cc6410100s2ux.html

Unicode百度百科：https://baike.baidu.com/item/Unicode/750500?fr=aladdin

LED點陣顯示：

泰文入庫問題：

泰文拆分問題：https://blog.csdn.net/cbbbc/article/details/47022337

完整的CJK Unicode範圍：https://blog.csdn.net/loseblue/article/details/2436578