控制台输出Unicode字符显示为空白矩形 字符集与配置问题咨询

基础概念澄清 #

先明确三个核心概念的区别，帮你理清底层逻辑：

• 字符集（Character Set）：是多个字符的集合，规定了集合内包含的所有字符，以及每个字符对应的唯一编号，常见的ASCII、GB2312、Unicode都属于字符集范畴。
• Unicode：是覆盖全球所有已收录语言、符号的通用字符集，你代码中遍历的0~1114112就是Unicode所有码点的完整范围，共分为17个平面。你现在能正常显示的大多是第0平面的常用字符，其余平面的生僻文种、特殊符号默认缺少字体支持就会显示空白矩形占位符。
• 代码页（Code Page）：是字符集的编码实现映射表，早期为了适配不同语种的编码需求设计，比如GBK对应代码页936，UTF-8对应代码页65001，现在通用场景都推荐使用UTF-8代码页避免编码错误。

Ubuntu 20.04 终端显示缺失字符解决方法 #

• 第一步：安装全字符集覆盖字体，推荐安装Google开源的Noto字体全家桶，覆盖几乎所有Unicode已收录的字符：
  终端执行命令：sudo apt install fonts-noto fonts-noto-cjk fonts-noto-color-emoji fonts-noto-unhinted
• 第二步：配置终端默认字体，打开终端的「偏好设置」-「外观」，字体选择Noto系列的等宽字体（如Noto Mono），保存配置后重启终端即可生效。
• 额外说明：Unicode仍在持续新增字符，部分最新收录的字符可能需要安装开发版的Noto字体才能显示；此外你运行的遍历所有码点的代码本身会输出大量未分配码点、控制字符，这类字符本身没有可视字形，显示空白或占位符属于正常现象，不属于配置问题。

Windows 10 环境解决方法 #

cmd 环境 #

• 先设置默认代码页为UTF-8：按Win+R输入regedit打开注册表，定位到HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Command Processor，新建字符串值命名为AutoRun，数值数据填写chcp 65001，保存后重启cmd就会默认启用UTF-8编码。
• 安装Noto字体后，右键cmd标题栏打开「属性」-「字体」，选择支持Unicode的等宽字体（如Noto Mono）即可。

Git Bash 环境 #

• 右键Git Bash窗口打开「Options」-「Text」，Locale选择zh_CN，Character set选择UTF-8。
• 同页面的Select选项选择已安装的Noto等宽字体，保存重启即可生效。

WSL 环境 #

• 先按照上面Windows侧的要求配置终端字体和默认编码，再修改WSL内的系统编码：编辑/etc/locale.gen文件，取消zh_CN.UTF-8 UTF-8和en_US.UTF-8 UTF-8前面的注释，执行sudo locale-gen生成编码文件，再编辑~/.bashrc在末尾添加export LC_ALL=zh_CN.UTF-8，执行source ~/.bashrc生效即可。

内容的提问来源于stack exchange，提问作者Niels