UTF-16

描述
- 使用变长字节表示
编码规则
- 编号在 U+0000 ~ U+FFFF 的字符 (常用字符集)
  - 直接用 2 个字节表示
  - U+D800 ~ U+DBFF 编号未定义
- 编号在 U+10000 ~ U+10FFFF 的字符 (增补字符集)
  - 用 4 个字节表示
  - 前两个字节：高代理项 (U+D800 ~ U+DBFF)
  - 后两个字节：低代理项 (U+DC00 ~ U+DFFF)
  - 数字编号和二进制表示之间有转换算法 (不展开介绍)
判断字节数
- 看前两个字节的编号范围：U+D800 ~ U+DBFF 开头：4 字节，否则：2 字节
字节序问题
- 类似 UTF-32，存在大端 (UTF-16BE) 和小端 (UTF-16LE)
应用
- 常用于系统内部编码
优点
- 比 UTF-32 节省空间
缺点
- 任何字符至少需要 2 字节，对于西欧国家仍浪费空间