问题标签 [astral-plane]

在 C# 中如何表示 4 个字节的字符？像一个字符或一组 2 个字符？

问题描述： Mathematica "\:nnnn" 用作 unicode 输入的语法。例如，如果我们输入 "\:6c34"，我们会得到"水"（中文中的“水”）。但是，如果有人想进入"\:1f618"（面对亲吻）怎么办。当我尝试这个时，我得到了"ὡ8"，不是"a face throwing a kiss"。因此，Mathematica"\:1f61"在我输入之前进行了评估"8"。

问题： 我们怎样才能延迟这个评估，或者我们怎样才能输入任何一般的 unicode 输入（对于超过 4 个字符的十六进制）？

软件和硬件平台： 我在 Intel Mac 上运行 Mathematica 8。我尝试了 Mathematica 和 Mathematica notebook 的命令行版本，它们的行为相同。

谢谢你。

思考： Unicode 是一个可扩展的标准，它可以增长（而且它确实会增长:)）。实施本标准的软件系统可能只实施本标准的一个子集，以便有效和有用（8 位、16 位或 32 位编码）。一、作为某个软件包的用户，不应该假设一旦软件说它支持unicode，它就支持unicode的通用集。

更新的问题¹

关于字符类、比较、排序、规范化和排序规则，哪些 .NET 平台支持哪些 Unicode 版本？

原始问题

我记得有些模糊地读过 .NET 支持 Unicode 3.0 版，并且内部 UTF-16 编码并不是真正的 UTF-16，但实际上使用的是 UCS-2，这是不一样的。例如，似乎 U+FFFF 以上的字符是不可能的，即考虑：

它存储字符串"ᵽ9"。

我基本上是在寻找以下答案的明确参考：

• 如果在 .NET 中不是真正的 UTF-16，它是什么？
• .NET 支持哪个版本的 Unicode？
• 如果在不久的将来不支持或计划不支持最新版本，是否有人知道（非）商业库或我如何解决此问题？

¹）我随着时间的推移更新了这个问题，对于答案和更大的社区来说似乎更合适。我留下了原始问题，以代替评论中已回答的部分。旧的 UCS-2（无代理）也用于现在古老的 32 位 Windows 版本，.NET 在内部一直使用 UTF-16（有代理）。

我知道 Windows 自 Windows XP 以来就支持补充平面。

我有字体，我知道这些字体在基本多语言平面 (BMP) 之外有字符。

对于这些字符，Unicode 代码点由五个十六进制数字组成。

我不知道如何在应用程序中输入这些字符。

Windows 似乎只支持 BMP 中字符的键盘输入。您可以输入十进制数，或者某些应用程序允许您输入四位十六进制数。

有人可以确认如何管理条目吗？我不在乎它是直接来自键盘还是应用程序辅助。（默认的 Windows“字符映射”应用程序只支持 BMP 中的字符，所以我需要建议——最好是支持至少 Unicode 版本 5 的应用程序，如果不是 6 的话。）

在 Java 中，这些字符使用 UTF-16 中的“代理对”进行管理。我担心 Windows 也可能有一些旧的“Unicode 是 16 位”遗留问题，导致出现类似问题。即使确认我需要输入代理对号也是一个答案。

谢谢！

如何在 Java 中使用 char 在 U+FFFF 上方显示 Unicode 字符？

我需要这样的东西（如果它是有效的）：

StackOverflow 和其他网站上的代码建议在 iOS上显示 unicode ：

这适用于大多数 unicode 字符，但是，对于埃及象形文字 unicode 字体（等待加载大字体）失败。

象形文字 unicode 有一个额外的数字（即“\uF3001”而不是“\uF300”）。结果，显示了错误的字符，并且“1”留在了尾随。

很明显iOS可以显示象形文字字体。例如，如果将此字形 () 剪切并粘贴到 setText 语句中，则在导入 TTF 后，可以在 iOS 屏幕上看到该字形。

所以问题是，如何使用需要五位而不是四位的 unicode 字体在 setText 语句中显示 unicode 字符（即“\uF3001”）？

请看以下内容：

string '\xF0\x9F\x91\x8A，实际上是一个 4 字节的 unicode: u'\U0001f62a'。mysql 的字符集是 utf-8，但插入 4 字节 unicode 会截断插入的字符串。我google了一下这样的问题，发现5.5.3下的mysql不支持4字节unicode，可惜我的是5.5.224。我不想升级mysql服务器，所以我只想在python中过滤4字节的unicode，我尝试使用正则表达式但失败了。那么，有什么帮助吗？

在 MongoDB 2.0.6 中，当尝试存储包含字符串字段的文档或查询文档时，其中字符串的值包含 BMP 之外的字符，我收到大量错误，例如：“不正确的 UTF-16：55357”，或“缓冲区太小”

有哪些设置、更改或建议允许在 Mongo 中存储和查询多语言字符串，尤其是包含 0xFFFF 以上这些字符的字符串？

谢谢。

对于 Basic Multilingual Plane 中的字符，我们可以使用 '\uxxxx' 转义它。例如，您可以使用 /[\u4e00-\u9fff]/ 来匹配一个常见的汉字（0x4e00-0x9fff 是 CJK 统一表意文字的范围）。

但是对于基本多语言平面之外的字符，它们的代码大于 0xffff。所以你不能使用格式'\uxxxx'来转义它，因为'\u20000'表示字符'\u2000'和字符'0'，而不是代码为0x20000的字符。

如何将字符转义出基本多语言平面？直接使用这些字符不是一个好主意，因为它们无法在大多数字体中显示。

我正在使用http://code.kwint.in/emoji/将 unicode iOS 表情符号字符转换为我的 Rails 应用程序中的图像。

它在开发中运行良好，但是在为生产预编译资产时，unicode 字符代码会发生变化。

例如，它们从"😄"到""。

我怎样才能防止这种变化发生，因为它破坏了我上面链接的 emoji.js 脚本？