UTF16 如何对字符进行编码？答案

【问题标题】：How does UTF16 encode characters?UTF16 如何对字符进行编码？
【发布时间】：2017-05-29 13:20:26
【问题描述】：

编辑

因为我似乎不会得到一般问题的答案。我将它限制在一个细节：我对以下内容的理解是否正确？

代理的工作方式如下：

如果第一对字节不是在 D800 和 DBFF 之间 - 有不会是第二对。
如果它在 D800 和 DBFF 之间 - a) 会有第二对 b) 第二对将在 DC00 和 DFFF 的范围内。
没有值在 D800 之间的单对 UTF16 字符和 DBFF。
没有值在 DC00 之间的单对 UTF16 字符和 DFFF。

是这样吗？

原始问题

我尝试阅读有关 UTF16 的内容，但似乎无法理解。什么是“平面”和“代理”等？ “平面”是第一个字节的前 5 位吗？如果是这样，那么为什么不使用 32 架飞机，因为无论如何我们都在使用这 5 位？什么是代理人？它们分别对应哪些位？

我知道 UTF16 是一种编码 Unicode 字符的方法，它有时使用 16 位编码字符，有时使用 32 位编码，不多不少。我假设前 2 个字节有一些值列表（哪些是最重要的？），这表明将存在第二个 2 个字节。

但是，与其继续我不了解的内容，也许有人可以对此进行排序？

【问题讨论】：

@downvoters 也愿意帮忙吗？
我怀疑他们是因为“does not show any research effort”。您对UTF-16 FAQ 有任何疑问吗？
@TomBlodget 谢谢。我不确定我应该如何展示努力。包括指向我已阅读（但不理解）的文章的链接？这对这个问题有什么帮助？但无论如何，你可能是对的，这就是它被否决的原因。我现在正在阅读您提供给我的链接。谢谢。
@TomBlodget 我有点难以理解那里的实际代码（我熟悉 C#，而不是 C）但基本上我明白如果第一对字节在 D800 和 DBFF 之间- 然后需要第二对。但是后面的代理是什么意思？它们似乎表示如果第二对字节在DC00和DFFF之间，则需要第二对字节。当然，这没有任何意义。

标签： text unicode encoding character-encoding language-agnostic

【解决方案1】：

四个都是。

为了澄清，UTF-16 中的术语“对”指的是两个 UTF-16 代码单元，第一个在 D800-DBFF 范围内，第二个在 DC00-DFFF 范围内。

代码单元是 16 位（2 个字节），通常写为十六进制 (0x000A) 的无符号整数。字节的顺序（0x00 0x0A 或 0x0A 0x00）由作者指定或在文件或流的开头用 BOM (0xFEFF) 指示。（BOM 使用与文本相同的算法进行编码，但不是文本的一部分。一旦确定了字节顺序并将字节重新排序为系统的本机顺序，它通常会被丢弃。）

【讨论】：

我想验证您是否理解，当我在 4 个问题中写“pair”时，我的意思是一对字节。而“单对”是指一个用 2 个字节（而不是 4 个字节）表示的字符。
感谢您的所有帮助。没有你的帮助，我什至无法提出修改后的问题。特别是this UTF16 FAQ link.