我已经阅读了很多文章以了解 Unicode 代码点的最大数量，但我没有找到最终答案。
我知道 Unicode 代码点已最小化，以使所有 UTF-8 UTF-16 和 UTF-32 编码都能够处理相同数量的代码点。但是这个代码点的数量是多少？
我遇到的最常见的答案是 Unicode 代码点在 0x000000 到 0x10FFFF (1,114,112 个代码点)的范围内，但我也在其他地方读到它是 1,112,114 个代码点。那么是否有一个数字可以给出，或者问题是否比这更复杂？
最佳答案
Unicode 中的最大有效代码点为 U+10FFFF，这使其成为 21 位代码集(但并非所有 21 位整数都是有效的 Unicode 代码点；特别是从 0x110000 到 0x1FFFFF 的值不是有效的 Unicode 代码点)。
这就是数字 1,114,112 的来源:U+0000 .. U+10FFFF 是 1,114,112 个值。
但是，还有一组代码点可以替代 UTF-16。这些在 U+D800 .. U+DFFF 范围内。这是为 UTF-16 保留的 2048 个代码点。
1,114,112 - 2,048 = 1,112,064
还有66个非字符。这些在 Corrigendum #9 中部分定义。 : U+nFFFE 和 U+nFFFF 形式的 34 个值(其中 n 是值 0x00000, 0x10000, ... 0xF0000, 0x100000)和 32 个值 U+FDD0 - U+FDEF。减去这些也会产生 1,111,998 个可分配字符。为“私有(private)使用”保留了三个范围:U+E000 .. U+F8FF、U+F0000 .. U+FFFFD 和 U+100000 .. U+10FFFD。实际分配的值的数量取决于您正在查看的 Unicode 版本。您可以在 Unicode Consortium 找到有关最新版本的信息。 .除其他外，那里的介绍说:
The Unicode Standard, Version 7.0, contains 112,956 characters
所以只分配了大约 10% 的可用代码点。
我无法解释为什么您发现 1,112,114 作为代码点的数量。
顺便说一句，选择上限 U+10FFFF 以便 Unicode 中的所有值都可以用一个或两个 UTF-16 中的 2 字节编码单元表示，使用一个高代理和一个低代理来表示 BMP 或 Basic 之外的值多语言平面，即范围 U+0000 .. U+FFFF。
关于unicode - Unicode 是否有定义的最大代码点数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27415935/