Home / cs-notes / Others / Character Set / Unicode

• 编码平面
  • U+0000 ~ U+10FFFF
  • 65536 * 17
  • Plane 0 ～ Plane 17
  • BMP
    • Plane 0
    • Basic Multilingual Plane
    • 基本多语言平面
    • U+0000 ~ U+FFFF
  • SP
    • Supplementary Planes
    • 增补平面
• 代理区
  • Surrogate Area
  • D8~DF
    • D800–DBFF 属于高代理区（High Surrogate Area）
    • DC00–DFFF 属于低代理区（Low Surrogate Area）
    • 4 * 256 = 1024
    • 1024 * 2 = 2048
    • 1024 * 1024 = 2 ^ 20 = 16 * 2 ^ 16
  • 代理对
    • Surrogate Pair
• UTF-16
  • 代理区
• UTF-32
  • 直接编解码
• UTF-8
  • 高位无重叠
    • 便于搜索、匹配
  • 多字节高位固定模版
    • 首字节
      • 0xxxxxxx
      • 110xxxxx
      • 1110xxxx
      • 11110xxx
    • 跟随字节
      • 10xxxxxx
  • 低位由 UTF-16 二进制依次填入