範圍寫成二進製:
11011011100000001101110000000000-11011011111111111101111111111111
按照編碼的相反步驟,取出高低WORD的後10位,並拚在一起,得到
XML
11100000000000000000-11111111111111111111
XML即
0xe0000-0xfffff,按照編碼的相反步驟再加上0x10000,得到0xf0000-0x10ffff。這就是UTF-16編碼的第一個WORD在0xdb80到0xdbff之間的Uni編碼範圍,即平麵15和平麵16。因為Uni標準將平麵15和平麵16都作為專用區,所以0xDB80到0xDBFF之間的保留碼位被稱作高位專用替代。
UTF-32
UTF-32編碼以32位無符號整數為單位。Uni的UTF-32編碼就是其對應的32位無符號整數。
字節序
根據字節序的不同,UTF-16可以被實現為UTF-16LE或UTF-16BE,UTF-32可以被實現為UTF-32LE或UTF-32BE。例如:
Uni編碼║UTF-16LE║UTF-16BE║UTF32-LE║UTF32-BE
0x006C49║496C║6C49║496C0000║00006C49
0x020C30║43D830DC║D843DC30║300C0200║00020C30
那麼,怎麼判斷字節流的字節序呢?Uni標準建議用BOM(ByteOrderMark)來區分字節序,即在傳輸字節流前,先傳輸被作為BOM的字符\"零寬無中斷空格\"。這個字符的編碼是FEFF,而反過來的FFFE(UTF-16)和FFFE0000(UTF-32)在Uni中都是未定義的碼位,不應該出現在實際傳輸中。下表是各種UTF編碼的BOM:
UTF編碼║ByteOrderMark
UTF-8║EFBBBF
UTF-16LE║FFFE
UTF-16BE║FEFF
UTF-32LE║FFFE0000
UTF-32BE║0000FEFF
UCS-2編碼範圍
Uni到目前為止所定義的五個平麵中,第0平麵(BMP)最為重要.其編碼分布如下.
注:中文範圍4E00-9FBF:CJK統一表意符號(CJKUnifiedIdeographs)
ᴏᴏᴘ.ᴛᴡ 呈現最新的小說章節
0000-007F:C0控製符及基本拉丁文(C0ControlandBasicLatin)
0080-00FF:C1控製符及拉丁文補充-1(C1ControlandLatin1Supplement)
0100-017F:拉丁文擴展-A(LatinExtended-A)
0180-024F:拉丁文擴展-B(LatinExtended-B)
0250-02AF:國際音標擴展(IPAExtensions)
02B0-02FF:空白修飾字母(SpacingModifiers)
0300-036F:結合用讀音符號(CombiningDiacriticsMarks)
MicrosoftWord
0370-03FF:希臘文及科普特文(GreekandCoptic)
MicrosoftWord0400-04FF:西裡
爾字母(Cyrillic)
0500-052F:西裡爾字母補充(CyrillicSupplement)
0530-058F:亞美尼亞語(Armenian)
0590-05FF:希伯來文(Hebrew)
0600-06FF:阿拉伯文(Arabic)
0700-074F:敘利亞文(Syriac)
0750-077F:阿拉伯文補充(ArabicSupplement)
0780-07BF:馬爾代夫語(Thaana)
07C0-077F:西非書麵語言(N'Ko)
0800-085F:阿維斯塔語及巴列維語(AvestanandPahlavi)
0860-087F:Mandaic
0880-08AF:撒馬利亞語(Samaritan)
)iraganaveD(書文城天:F790-0090
)ilagneB(語拉加孟:FF90-0890
)ihkumruG(文教克錫:F7A0-00A0
)itarajuG(文特拉吉古:FFA0-08A0
)ayirO(文亞裡奧:F7B0-00B0
)limaT(文爾米泰:FFB0-08B0
)uguleT(文固盧泰:F7C0-00C0
)adannaK(文達納卡:FFC0-08C0
)malayalaM(語族維拉德:F7D0-00D0
)alahniS(語羅伽僧:FFD0-08D0
)iahT(文泰:F7E0-00E0
)oaL(文撾老:FFE0-08E0
)natebiT(文藏:FFF0-00F0
)ramnayM(語甸緬:F901-0001
)naigroeG(語亞吉魯格:FF01-0A01
)omaJlugnaH(文鮮朝:FF11-0011
)cipoihtE(語亞比俄塞埃:F731-0021
)tnemelppuScipoihtE(充補語亞比俄塞埃:F931-0831
)eekorehC(語基羅切:FF31-0A31
)sciballySlanigirobAnaidanaCdeifinU(節音語著土大拿加一統:F761-0041
)mahgO(母字甘歐:F961-0861
)cinuR(文尼如:FF61-0A61
語拉加塔:F171-0071