我正在实现一个简单的行/列计数算法，用于计算UTF-16流中的“字形”。像往常一样，处理错误是棘手的部分。
E.g。如何在新行之后处理低代理或组合字符？
标准如何建议处理此问题？中止解析？尝试重新同步？如果是这样，怎么样？
我知道一个可能的答案是“RTFM”，但考虑到标准的庞大规模，这项任务有点令人生畏。
答案 0 :(得分：1)
如果您的代理人数较少且没有相应的高代理人，则您的UTF-16序列无效。标准并没有强制要求特定的错误处理策略，但是您可以选择忽略它，中止解析，或者用U+FFFD替换它（替换字符） - 对您的应用程序有意义（见Section 2.7的最后一段。如果您忽略它，rules GB4 and GB5将捕获一个迷路代理。
杂散组合标记完全有效，不需要任何特殊处理。它们将被rule GB9捕获。