#unicode Emoji 编码网络参考资料

unicode Emoji 编码网络参考资料

• 1. emoji表情简介
• 2. ios emoji unicode utf8 utf16 编码表
• 3. 字符编码笔记：ASCII，Unicode和UTF-8
• 4. 彻底搞懂字符编码(unicode,mbcs,utf-8,utf-16,utf-32,big endian,little endian...)
• 5. Emoji表情传输和保存：对非BMP范围的Unicode字符的处理
• 6. Emoji 实战问题：iOS，Android，Server

注：

1. Emoji在Unicode编码中，占用了U+1F300到U+1F64F中的部分范围。(https://en.wikipedia.org/wiki/Emoji)
2. utf16 编码(java android javascript)

从U+10000到U+10FFFF的码位 使用四个字节，high surrogate使用的是U+D800–U+DBFF，low surrogate使用的是U+DC00-U+DFFF
辅助平面（Supplementary Planes）中的码位，在UTF-16中被编码为一对16比特长的码元（即32bit,4Bytes），称作代理对（surrogate pair），具体方法是：
UTF-16解码
lead \ trail	DC00	DC01	   …   	DFFF
D800	10000	10001	…	103FF
D801	10400	10401	…	107FF
  ⋮	⋮	⋮	⋱	⋮
DBFF	10FC00	10FC01	…	10FFFF
码位减去0x10000,得到的值的范围为20比特长的0..0xFFFFF.
高位的10比特的值（值的范围为0..0x3FF）被加上0xD800得到第一个码元或称作高位代理（high surrogate），值的范围是0xD800..0xDBFF.由于高位代理比低位代理的值要小，所以为了避免混淆使用，Unicode标准现在称高位代理为前导代理（lead surrogates）。
低位的10比特的值（值的范围也是0..0x3FF）被加上0xDC00得到第二个码元或称作低位代理（low surrogate），现在值的范围是0xDC00..0xDFFF.由于低位代理比高位代理的值要大，所以为了避免混淆使用，Unicode标准现在称低位代理为后尾代理（trail surrogates）。

3. utf8 4个字节