Swift 中的 Unicode 标量值

Question

在Swift编程语言3.0中，关于字符串和字符的章节，这本书指出

统一码标量是 U 0000 到 U D7FF（包括 U E000 到 U 10FFFF）范围内的任何 Unicode 代码点。Unicode 标量不包括 Unicode 代理项对代码点，这些代码点是 U D800 到 U DFFF 范围内的代码点（包括 U D800 到 U DFFF）

这是什么意思？

Answer 1

来自Unicode常见问题解答：

什么是代理人？

答：代理项是来自两个特殊 Unicode 值范围的代码点，保留用作 UTF-16 中成对代码单元的前导值和尾随值。前导（也称为高）代理项从 D800₁₆ 到 DBFF₁₆，尾随或低位代理项从 DC00₁₆ 到 DFFF₁₆。它们被称为代理项，因为它们不直接表示字符，而仅表示一对字符。

基本上，代理项是为特殊目的而保留的代码点，并promise永远不会单独编码字符，但始终作为一对UTF-16编码中的第一个代码点。

[更新日期]另外，来自维基百科：

Unicode标准为高和低代理的UTF-16编码永久保留这些代码点值，它们永远不会被分配一个字符，所以应该没有理由对它们进行编码。官方Unicode标准说没有UTF形式，包括UTF-16，可以对这些代码点进行编码。

然而，UCS-2、UTF-8和UTF-32可以用简单明了的方式对这些代码点进行编码，尽管标准规定这种排列应被视为编码错误，但大量软件还是会这样做。只要没有两个代码单元的序列可以被解释为合法的代理项对(也就是说，只要高代理项后面没有低代理项)，就可以通过使用与代码点相等的代码单元来明确地用UTF-16对它们进行编码。大多数UTF-16编码器和解码器实现在编码之间进行转换，就像这种情况一样< sup >[需要引用]并且Windows允许在文件名中使用这样的序列。

Answer 2

Unicode 标量是一个代码点，它不序列化为一对 UTF-16 代码单元。

代码点是在Unicode标准中对字符进行编码后产生的数字。例如，字母A的代码点是0x41（或十进制中的65）。

代码单元是在代码点序列化中使用的每组位。例如，UTF-16使用一个或两个每个16位的代码单元。

字母A是Unicode标量，因为它只能用一个代码单元来表示:0x0041。但是，不常用的字符需要两个UTF-16代码单元。这对代码单元称为代理对。因此，Unicode标量也可以定义为:除了由代理项对表示的码位以外的任何码位。

顺便说一句，礼貌麋鹿的回答是正确的，这只是一个更简单的英语版本。