我正在Xojo中编写JSON解析器。它与我无法弄清楚如何编码和解码不在基本多语言平面（BMP）中的unicode字符串的事实有所不同。换句话说，如果遇到大于\uFFFF的东西，我的解析器就会死亡。
规格说明：
要转义不在“基本多语言平面”中的代码点， 该字符可以表示为十二个字符的序列， 对与代码点相对应的UTF-16代理对进行编码。所以 例如，仅包含G谱号字符的字符串（U + 1D11E） 可以表示为“ \ uD834 \ uDD1E”。但是，是否有处理器 JSON文本将这样的代理对解释为单个代码点或 作为显式代理对是一个语义决定，即 由特定处理器确定。
我不知道从U+1D11E到\uD834\uDD1E的算法是什么。我找不到有关如何“编码对应于代码点的UTF-16代理对”的任何解释。
例如，说我想对笑脸字符（U+1F600）进行编码。作为UTF-16代理对，这将是什么？如何推导它？
有人能至少请我指出正确的方向吗？
答案 0 :(得分：1)
摘自雷米·勒博（Remy Lebeau）在上述评论中链接的维基百科文章（link）：
要将U + 10437（）编码为UTF-16：
从代码点减去0x10000，剩下0x0437。为了高 代理，右移10（除以0x400），然后加上0xD800， 结果为0x0001 + 0xD800 = 0xD801。对于低代理，请采取 低10位（除以0x400的余数），然后加0xDC00， 结果为0x0037 + 0xDC00 = 0xDC37。从解码U + 10437（） UTF-16：
取高代理（0xD801）减去0xD800，然后乘以 0x400，结果为0x0001×0x400 = 0x0400。采取低代理 （0xDC37），然后减去0xDC00，得出0x37。将这两个结果相加 （0x0437），最后加上0x10000以获得最终的解码 UTF-32代码点，0x10437。