中文文本

中文通常全部由称为汉字的象形书写体中的字符组成。

• 在中国 (PRC)，GB2312（zh 语言环境）中大约有 7000 个常用的汉字字符，GBK 字符集（zh.GBK 语言环境）中有 20,000 多个字符，GB18030-2000 字符集（zh_CN.GB18030 语言环境）中大约有 30,000 个字符，包括在 Unicode 3.0 中定义的所有 CJK 扩展 A 字符。

• 在中国台湾地区，最常用的字符集是 CNS11643-1992（zh_TW 语言环境）和 Big5（zh_TW.BIG5 语言环境）。它们共同使用大约 13,000 个汉字字符。

• 在香港特别行政区，Big5 字符集中添加了 4702 个字符，从而形成 Big5-HKSCS 字符集 (zh_HK.BIG5HK)。

如果字符不是根字符，则它通常由两个或多个部分组成，而两个部分最为常见。在两部分字符中，一部分通常表示意义，一部分则表示发音。有时两部分都表示意义。偏旁部首是最重要的元素，而字符传统上是按偏旁部首进行排列的，偏旁部首的数量有几百个。一个发音可用多个不同的字符表示，这些字符是不可交替使用的。一个字符可以有多个发音。

在给定上下文中使用某些字符比使用其他字符更为适合。适当的字符通过使用声调从语音上加以区分。与此相反，日语口语和朝鲜语口语则没有声调。

几种表示中文的语言系统。在中国，最常用的是拼音（使用罗马字符），它在西方经常用于表示地点，如 Beijing。威托玛式系统是一种比较陈旧的语音系统，曾经用于表示地名（如 Peking）。而在中国台湾地区，经常使用的则是注音（或汉语拼音字母），它是一种具有独特字母形式的语音字母表。