问题标签 [surrogate-pairs]

我们有一个使用 utf-8 基本编码编写的应用程序，它支持 utf-8 BMP（3 字节）。但是，它需要支持代理对。

我在某处读到 utf-8 不支持代理字符。这是真的吗？

如果是，使我的应用程序具有默认编码 utf-16 而不是 utf-8 的步骤是什么？

我没有代码片段，因为整个应用程序都是通过记住 utf-8 而不是代理字符来编写的。

我需要在整个代码中更改哪些项目才能获得 utf-8 中代理对的支持。或者将默认编码更改为 UTF-16。

如何在 C++14 及更高版本中的 Unicode/UCS 代码点和 UTF16 代理对之间来回转换？

编辑：删除了对 UCS-2 代理的提及，因为没有这样的事情。谢谢@remy-lebeau！

1）字符串中的高低代理字符顺序是否固定？我可以依靠它吗？在 Windows 上进行实验，highSurrogate 首先进入 String（在 String.charAt(int index) 方面的较低索引处）。在任何平台（Linux 等）上总是如此吗？这是否记录在案？

2）此外，我有点困惑：高/低代理代码单元顺序和字节序之间是否存在关联？我想没有任何关联，这两个概念是正交的？

不在基本多语言平面 (BMP) 中的 Unicode 字符（代码点）可能由两个字符（代码单元）组成，称为代理对。

'ab' 是两个代码单元和两个代码点。（所以两个字符和两个字符。）

'a' 是三个代码单元和两个代码点。（所以三个字符和两个字符。）

我的代码不需要使用旧版本的 JavaScript。ES6 或任何最现代的东西。

我如何访问最后一个角色，无论它是否是 Astral 角色？

将字符串拆分为“除了最后一个字符之外的所有字符”和“最后一个字符”也可以。

出于某种原因，native2ascii在将转义字符 ( \u????) 重新编码回 Unicode 时忽略代理对：

这是预期的行为吗？

我正在尝试将代理对（'', ，与本示例\uD852\uDF62中的相同）插入MySQL。U+24B62

AnINSERT带有未转义的文字，由this answer建议：

失败了

（请注意，\xF0\xA4\xAD\xA2它甚至不接近 的原始值\uD852\uDF62）。

另一方面，两者

和

成功，但插入的值与原始值不同。

我的数据库使用utf8mb4字符集，所以我认为它应该透明地处理代理。

将非 BMP 字符插入MySQL的推荐方法是什么？

我正在尝试设计一个具有任何语言字符的虚拟键盘。一切都很好，除了一点：超出 0xFFFF 的代码。我将代理对用于 0xFFFF 以外的代码，如下所示：

但是，一旦我将结果作为字符串显示在控件（richTextBox、标签、按钮等）上，我得到的只是一个正方形或一个空白字符。

当然，我尝试了几种字体，甚至 Arial Unicode MS，但我仍然坚持使用我的正方形......

我错过了什么？有什么解决办法吗？

我正在尝试在 Java/Android Studio 中使用 Unicode 显示扑克牌。该卡的 Unicode 是 U+1F0A1，据我了解不能使用，必须转换为代理对。

我输入的代码是

但是，这不会在模拟器上显示卡。我尝试了许多代理对的变体，但没有任何反应。有人可以帮忙吗？

非常感谢

在我的 PDFBox 实现中，我创建了通过测试不同字体以多种语言编写字符串的方法。

虽然这适用于基本多语言平面 (BMP) 中的任何内容，但任何涉及 BMP 之外的 unicode 的内容都将不起作用。我已经下载并使用字形图表广泛查看了所涉及的字体，并记录了每个代码。例如，当尝试对 U+1F681（或十进制 128641）进行编码时，我跟踪了日志记录，发现它专门尝试在NotoEmoji-Regular.ttf中对这个字符进行编码，这是正确的匹配字符，并且确实有这个角色。不幸的是，它仍然返回错误。

具体来说，我的日志服务器返回了这个：

是否有任何解决方法或解决方案？谢谢你。