UTF-16 () – jeden ze sposobów kodowania znaków standardu Unicode. Sposób ten wymaga użycia szesnastobitowych słów, przy czym dla znaków na pozycjach poniżej U+10f (dziesiętnie 65536), a dokładnie w zakresach od U+0000 do U+D7FF i U+E000 do U+FFFF, używane jest jedno słowo, którego wartość odpowiada dokładnie pozycji znaku w standardzie.
W systemach Windows kodowanie to jest najczęściej używane do wewnętrznego przechowywania komunikatów UnicodeUnicode Support in wxWidgets.
Kodowanie na 4 bajtach Dla znaków z wyższych pozycji używa się dwóch słów, pierwsze z nich należy do przedziału od U+D800 do U+DBFF, drugie natomiast od U+DC00 do U+DFFF. Oznacza to, iż znaki z zakresu od U+10000 do U+10FFFF kodowane są w następujący sposób: od numeru znaku odejmowane jest 0x10000, tak aby pozostała 20-bitowa liczba z zakresu od 0 do 0xFFFFF; wartość tworzona przez najstarsze 10 bitów tej liczby jest dodawana do 0xD800 i otrzymuje się bardziej znaczące 16-bitowe słowo z zakresu od 0xD800 do 0xDBFF; pozostałe 10 młodszych bitów jest dodawane do 0xDC00, co daje mniej znaczące 16-bitowe słowo z zakresu od 0xDC00 do 0xDFFF.
Kodowanie to przedstawia poniższa tabela: + KOD 010000010001…0103FF 010400010401…0107FF ⋮⋮⋱⋮ 10FC0010FC01…10FFFF
Na przykład znak o kodzie U+10000 zostanie zamieniony na sekwencję 0xD800 0xDC00, zaś znak o kodzie 0x10FFFF (górna granica unikodu) na 0xDBFF 0xDFFF. W standardzie Unicode pozycjom z przedziału od U+D800 do U+DFFF nie są przypisane żadne znaki, zatem każda sekwencja słów kodowych jest interpretowana jednoznacznie.
Przykład Odjęcie 0x10000 od 0x10437 daje w wyniku 0x00437, czyli binarnie 0000 0000 0100 0011 0111. Rozdzielenie powstałego ciągu 20 bitów na dwie grupy, po 10 bitów każda . Dodanie 0xD800 do pierwszej wartości: 0xD800 + = 0xD8. Dodanie 0xDC00 do drugiej wartości: 0xDC00 + = 0xDC. W ten sposób rezultatem są cztery bajty w postaci .
Poniższa tabela pozwala zrozumieć sposób kodowana różnej długości numerów kodowych Unicode w UTF-16. Dodatkowe bity dodane przez kodowanie pokazane są na czarno Unicode Unicode binarnie UTF-16 binarnie UTF-16szesnastkowo UTF-16dla Big-endian UTF-16dla Little-endian $ U+0024 € U+20AC 𐐷 U+10437110110 110111 𤭢 U+24B62110110 110111
Zobacz też BOM Unicode UTF-7 UTF-8 UTF-32
Przypisy
Linki zewnętrzne
Kategoria:Unicode