这对我来说似乎是最令人困惑的问题。
如何识别新字符的开头？
码点是如何分配的？
我们以汉字为例
分配给它们的代码点范围是多少，
为什么这样分配，有什么原因吗？
编辑： 请用你自己的话描述它，而不是通过引用。
或者可以推荐一本系统讲Unicode的书，你认为已经讲清楚了（这是最重要的）
Unicode Consortium 负责代码点分配。如果您想要分配新字符或代码页，您可以在那里申请。有关示例，请参阅提案管道。
Unicode 规范的第 2 章定义了 Unicode 的一般结构，包括为哪种字符分配哪些范围。
在这里查看 Unicode 的总体概述，可能会有所帮助：每个软件开发人员绝对必须了解 Unicode 和字符集的绝对最低限度（没有借口）
Unicode 是由 Unicode Consortium 指定的标准。该规范定义了 Unicode 的字符集、通用字符集 (UCS)，以及一些对该字符进行编码的编码，即 Unicode 转换格式、UTF-7、UTF-8、UTF-16 和 UTF-32.
如何识别新字符的开头？
这取决于所使用的编码。 UTF-16 和 UTF-32 是具有固定码字长度（分别为 16 和 32 位）的编码，而 UTF-7 和 UTF-8 具有可变码字长度（从 8 位到 32 位），具体取决于字符点待编码。
码点是如何分配的？我们以汉字为例。分配给它们的代码点范围是什么，为什么这样分配，有什么原因吗？
UCS 分为所谓的“字符平面”。第一个是 Basic Latin（U+0000–U+007F，像 ASCII 一样编码），第二个是 Latin-1 Suplement（U+0080–U+00FF，像 ISO 8859-1 一样编码）等等.
而不是 代码页 字符编码是一种将某些字符映射到某些数据的方法（反之亦然！）
正如维基百科所说：
字符编码系统由一个代码组成，该代码将给定指令库中的每个字符与其他内容（例如自然数、八位位组或电脉冲序列）配对，以便于数据（通常是数字和/或文本）的传输）通过电信网络或计算机中的文本存储最流行的字符编码是
ASCII、UTF-16 和 UTF-8
ASCII第一个在计算机中广泛使用的代码页。在 ANSI 中，每个字符只分配一个字节。因此 ANSI 的字符集非常有限（英文字母、数字……）
正如我所说，ASCII 在 MS-DOS 等旧操作系统中得到广泛使用。但 ASCII 并没有消亡并且仍在使用。当你有一个 10 个字符的 txt 文件并且它是 10 个字节时，你就有了一个 ASCII 文件！
在UTF-16中，一个字符分配两个字节。所以我们在 UTF-16 中可以有 65536 个不同的字符！
Microsoft Windows 在内部使用 UTF-16。
UTF-8 是另一种流行的字符编码方式。它使用可变长度字节（1 字节到 4 字节）作为字符。它还与 ASCII 兼容，因为 ASCII 字符使用 1 个字节。
大多数基于 Unix 的系统使用 UTF-8
编程语言不依赖于代码页。也许编程语言的特定实现不支持代码页（如 Turbo C++）
您可以使用现代编程语言中的任何代码页。他们还有一些用于转换代码页的工具。
有不同的 Unicode 版本，例如 Utf-7、Utf-8...您可以在
here（推荐！）阅读它们，也许还可以在here了解更正式的详细信息
- Unicode 范围 基础拉丁语 - U+0000 到 U+007F
Latin-1 补充 U+0080 至 U+00FF
西里尔字母 U+0400 至 U+04FF
希腊语和科普特语 U+0370 至 U+03FF
阿拉伯语 U+0600 至 U+06FF
希伯来语 U+0590 至 U+05FF
梵文 U+0900 至 U+097F
中日韩统一表意文字 U+4E00 至 U+9FFF
平假名 U+3040 至 U+309F
片假名 U+30A0 至 U+30FF
朝鲜文音节 U+AC00 至 U+D7AF
泰语 U+0E00 至 U+0E7F
泰米尔语 U+0B80 转 U+0BFF
孟加拉语 U+0980 至 U+09FF
格鲁吉亚 U+10A0 至 U+10FF
亚美尼亚 U+0530 至 U+058F
埃塞俄比亚 U+1200 至 U+137F