unicode 编码杂记

UNICODE，统一码，可包含世界上所有国家的字符，每一个字符用两个字节表示！

UTF-16， 基本上就是UNICODE双字节编码方式的实现，再加上一个未来扩展需求的编码机制

UTF-8，UNICODE的不等幅编码机制，英文保持不变，其他用两个或三个字节表示，如中文用三个字节表示

UCS-2，大体上可考虑成UTF-16,

UCS-4, 用4个字节表示，在UTF-16编码前面加上两个空白的bytes,

UTF-8 编码原理参看附图：

 

UTF-16 的扩展机制（代理对）：

保留编码范围：D800 ----DBFF（高部）

                    DC00 ---DFFF（底部）

两部分组合用来表示一个字符共可表示1024*1024个字符

 

私有区：

共三块私有区：

E000 ----------------F8FF

代理对私有区：

F0000 --------------FFFFD

100000 ------------10FFFD