UTF-16里面有分离器吗？

Question

从UTF-16's 维基百科条目，第二句说它是可变长度的编码.

但是16位字符和32位编码之间的分隔符在哪里？我知道很多字符可以存储在16位字符中，所以人们可以这样优化UTF-6，但我仍然很好奇，因为总有一天我们会超过16位标记。

别担心，我知道UTF-8是标准的。我只是好奇。

Answer 1

这听起来像是你在要求允许UTF-16表示32位字符的机制，这就是代理对。维基百科的那篇文章对此作了详尽的解释。

顺便说一句，我们很久以前就超过了16位。事实上，UTF-16被广泛使用的主要原因是，当人们认为16位就足够时，固定长度的UCS-2编码就变得流行起来，所以UTF-16是每个开始使用UCS-2的人都很容易使用的端口选项。

Answer 2

这是一个非常类似的原则，UTF-8。在UTF-8中，您可以查看单个字节，它要么是“单字节代码点”、“两个字节中的第一个”、“三个字节中的第一个”、“四个字节中的第一个”，要么是“两个、三个或四个字节代码点的延续”。

在UTF-16中，您可以查看单个16位值，它要么是“单个16位字代码点”，要么是“两个半程中的第一个”，或者是“第二个一半中的第二个”：D800到DBFF的代码是“前半部分”，DC00到DCFF的代码是“第二部分”，为了得到一个32位的代码点，您可以将其中的最后十位进行组合，得到一个20位的值，并添加0x10000。