在.NET和JavaScript中存儲一個字符需要多少字節？

兩個.NET和JavaScript使用UTF-16。 UTF-16是所謂的可變長度編碼，其使用16位碼單元來表示Unicode碼碼點（它們是21位長）。從歷史上看，當Unicode仍然是一個16位代碼時（後來認爲不足，因此擴展到21位），它來自UCS-2。

由於UTF-16採用16位代碼，單位代碼，本身是一個16位代碼，而是代表一個字符，你必須更關注一些什麼你實際上意味着：

字在Unicode的意識，就是Unicode代碼點這可能是你的本意。這裏有兩種情況：
1. 在範圍A碼點 U + 0000至 U + FFFF佔用兩個字節，因爲它可以在一個單一的UTF-16代碼單元來表示（在此代碼單元和代碼點是相同的）。
2. 範圍爲U + 10000至U + 10FFFF的代碼點佔用4個字節，因爲它必須使用兩個 UTF-16代碼單元表示。
字的通常含義往往是指字形，實際上，這將是我們所認爲的單個字符。這些可以具有任意多個變音符，或者可以是由渲染引擎由多個代碼點形成的連字。長話短說在這種情況下：這些可以是任意長的，因爲它們可以由幾個代碼點組成。

2012-05-30 04:59:04 Joey

.NET和JavaScript都是UTF-16：

表示每種Unicode代碼點爲一個或兩個16位整數的序列。雖然Unicode補充字符（U + 10000和更大）需要兩個UTF-16替代碼點，但最常見的Unicode字符只需要一個UTF-16碼點。支持big-endian和 big-endian字節順序。

因此它可以是16位或32位。

2012-05-30 04:56:42 Damith

兩者都不是16位。兩者都使用UTF-16（帶有一些JavaScript特性），儘管這是一種可變長度編碼，但它的名字仍然存在。 –

UTF-16表示16位Unicode Unicode，不是嗎？ – Damith

UTF-16意味着它使用16位*代碼單元*來表示Unicode的21位*代碼點*。所以你需要一個或兩個這樣的代碼單元用於單個代碼點，這取決於代碼點。 – Joey

回答