Surrogate Pair

代理对是 UTF-16 中用两个 16 位码单元表示一个补充平面码点（U+10000 至 U+10FFFF）的机制。

用途

使 UTF-16 能用 16 位码单元覆盖超过 BMP 的全部 Unicode 码点，同时保留 BMP 字符的 1 单元效率。

机制

补充码点 C 减去 0x10000 得到 0-0xFFFFF 的 20 位值，高 10 位加 0xD800 得高代理（0xD800-0xDBFF），低 10 位加 0xDC00 得低代理（0xDC00-0xDFFF）。解码时反向计算。

用例

Emoji 字符串处理（如 😀 = U+1F600）
JavaScript 字符串长度与迭代
Windows API 宽字符处理
古文字与罕见字符渲染

示例

输入
```
😀
```
输出
```
\uD83D\uDE00
```
High surrogate D83D plus low surrogate DE00

常见错误

Splitting a surrogate pair by truncating mid-pair, creating lone surrogates: Iterate code points with for...of or Array.from

相关词条

UTF-16 是 Unicode 的变长编码形式，使用 2 或 4 字节表示一个码点，BMP 字符用 1 个 16 位码单元，补充平面字符用代理对（2 个码单元）。

Unicode 是国际字符编码标准，为世界上几乎所有书写系统的每个字符分配唯一码点（U+0000 至 U+10FFFF），共 1,114,112 个码点空间。

码点是 Unicode 标准中为每个字符分配的数值（U+0000 至 U+10FFFF），是字符在码空间中的位置编号。

BOM（字节顺序标记）是 Unicode 字符 U+FEFF，置于文本流开头用于指示编码形式与字节序。

相关工具

Unicode 转换器

将文本转换为 Unicode 码点、UTF-8 十六进制或 UTF-16 十六进制。免费、隐私优先、100% 纯客户端运行。

字符编码参考表

字符编码参考表。免费、隐私优先、100% 纯客户端运行。

参考链接