在Unicode字符串中，如何指示平面（或者它们不是）？

Question

我已阅读乔尔的文章，并做了很多搜索。关于Unicode的每个站点和文章都讨论了每个代码点如何有16位，但Unicode支持使用Unicode平面的2 ^ 16个代码点。

但没有人解释Unicode字符串如何表示该平面。此外，这留下了一个问题，即Unicode字符串如何容纳来自多个平面的字符。

那么，如何用Unicode字符串表示平面？

Answer 1

有人可以随意纠正我，我自己也在学习Unicode。

我认为你的困惑在于代码点和编码如何代表代码点。每个代码点的位/字节数取决于您的编码。我们来看一下UTF-32最简单的例子。 UTF-32使用，鼓滚，请 - 每个代码点32位。它可以直接表示每个平面中的每个Unicode字符。 UTF-16是可变长度编码。它在一个或两个代码单元中对每个代码点进行编码。第一个平面使用单个代码单元表示。其余的，你可以在这里阅读更多相关信息。 http://en.wikipedia.org/wiki/UTF-16和http://en.wikipedia.org/wiki/UTF-8。

实质上，如果编码支持特定的平面，它们就在那里并在编码中表示。在UTF-32的情况下，它比其他情况更清楚。

Answer 2

我在一本开源项目的手册中写了一章解释了这个主题（和其他一些Unicode问题）。这是PDF manual的链接（阅读第10章）。以下是本手册HTML version中该章的链接。