在swift中，utf16代理对如何表示

Question

我目前正在使用快速编程语言3.1快速学习。

在书中，它指出swift的String和Character类型完全符合unicode，每个字符由21位unicode标量值表示。每个角色都可以通过utf8,16,32查看。

我理解utf8和utf32如何在字节和位级工作，但我无法理解utf16如何在位级工作。

我知道对于代码点可以容纳16位的字符，utf16只是将字符表示为16位数字。但对于表示需要超过16位的字符，使用了两个16位块（我相信称为代理对）。

但是这两个16位的块如何以位级表示？

Answer 1

utf16范围D800 ... DFFF保留。低于或高于该值的是简单的16位代码点。值D800..DBFF，减去D800，是FFFC之外的20位代码的高10位。接下来的两个字节包含低10位。当然，endianness进入了画面，使我们都希望我们可以使用utf8。叹息。

Answer 2

"Unicode Scalar Value"是

  

除高代理和低代理代码点之外的任何Unicode代码点。换句话说，整数0到D7FF ₁₆ 和E000 ₁₆ 到10FFFF ₁₆ 的范围包括在内。

每个 Unicode标量值可以表示为一个或两个UTF-16代码单元的序列，如 Unicode Standard：

  

D91 UTF-16编码格式

     

Unicode编码格式，将U + 0000..U + D7FF和U + E000..U + FFFF范围内的每个Unicode标量值分配给具有与Unicode相同数值的单个无符号16位代码单元标量值，并根据表3-5将U + 10000..U + 10FFFF范围内的每个Unicode标量值分配给代理对。

Table 3-5. UTF-16 Bit Distribution

Scalar Value              UTF-16
xxxxxxxxxxxxxxxx          xxxxxxxxxxxxxxxx
000uuuuuxxxxxxxxxxxxxxxx  110110wwwwxxxxxx 110111xxxxxxxxxx

Note: wwww = uuuuu - 1

在＆＃34;补充平面＆＃34;中有2个 ²⁰ Unicode标量值。 （U + 10000..U + 10FFFF），这意味着20位足以编码 所有这些都在代理对中。从技术上讲，这是通过减去来完成的 从将值拆分为两个10位的块之前的值0x010000。