Swift中如何初始化超出UInt16范围的UniChar变量？

这个问题其实是UTF-16编码的典型坑——咱们先把本质说清楚：UniChar本质就是UInt16，也就是16位无符号整数，它的取值范围仅限0到65535（对应Unicode的U+0000到U+FFFF，也就是基本多语言平面BMP）。你用的128701对应的是Unicode补充平面的字符U+1F97D（🥽），这类字符的码点超过了16位上限，单个UniChar根本装不下，必须用UTF-16代理对（两个连续的UniChar）来表示。

下面给你几个实用的解决方法：

1. 直接用代理对数值初始化数组 #

每个补充平面字符都对应一对固定的代理值，你可以直接把这两个值存在UniChar数组里。比如U+1F97D对应的代理对是U+D83E（十进制55358）和U+DD7D（十进制56693）：

// 用十六进制更直观
UniChar mySurrogatePair[] = {0xD83E, 0xDD7D};
// 或者用十进制
UniChar mySurrogatePair[] = {55358, 56693};

2. 通过NSString自动转换（最省心） #

如果你已经有目标字符的字符串，直接让系统帮你处理代理对转换就好，不用自己查数值：

NSString *targetStr = @"🥽";
NSUInteger strLength = [targetStr length]; // 这里返回2，因为是代理对
UniChar *charBuffer = malloc(sizeof(UniChar) * strLength);
[targetStr getCharacters:charBuffer range:NSMakeRange(0, strLength)];

// 现在charBuffer里就是两个UniChar值：0xD83E和0xDD7D
// 使用完记得释放内存
free(charBuffer);

这里要注意，NSString的length方法返回的是UTF-16编码的长度，补充平面字符会占用2个长度单位，正好对应两个UniChar。

3. 手动计算代理对（适合动态生成的场景） #

如果你手里只有十进制/十六进制的Unicode码点，也可以通过公式手动算出代理对：

1. 先把码点减去0x10000，得到一个20位的数值（因为补充平面的码点范围是U+10000到U+10FFFF，减去0x10000后正好是0到0xFFFFF，20位）
2. 取这个数值的高10位，加上0xD800得到高代理字符（第一个UniChar）
3. 取低10位，加上0xDC00得到低代理字符（第二个UniChar）

比如对U+1F97D（十进制128701）的计算：

uint32_t codePoint = 0x1F97D; // 或者直接写128701
uint32_t offset = codePoint - 0x10000;
UniChar highSurrogate = 0xD800 + (offset >> 10);
UniChar lowSurrogate = 0xDC00 + (offset & 0x3FF);

// 最终highSurrogate=0xD83E，lowSurrogate=0xDD7D

最后提醒 #

• 单个UniChar只能存BMP范围内的字符，超出范围的必须用代理对，不要试图把大码点硬塞给单个UniChar，那肯定会溢出。
• 代理对里的两个字符是绑定的，单独使用其中一个会显示乱码，处理时要把它们当成一个整体。

内容的提问来源于stack exchange，提问作者johnnietheblack