Unicode上标编码规则及自定义任意上标实现方法问询

嗨，这个问题问得很到位！咱们一步步拆解来看：

先解释你给出的例子 #

你提到的 \x6D\xE1\xB5\x90 其实是两个Unicode字符的UTF-8编码组合：

• \x6D 对应普通小写字母'm'，码位是 U+006D（属于Basic Latin基础拉丁区块）；
• \xE1\xB5\x90 是UTF-8编码的 U+1D50，属于Spacing Modifier Letters修饰性字母区块的“Modifier Letter Small M”，也就是咱们看到的上标'm'（ᵐ）。

Unicode的上标编码核心规则 #

Unicode里的上标字符主要分为两类，各自有不同的编码逻辑：

• 独立预定义上标字符：这类是单独分配码位的完整字符，覆盖了常用的字母、数字和符号（比如上标数字0-9、常见小写字母a-z、符号+/-等）。它们分布在几个不同的Unicode区块：
  • Basic Latin：比如上标2（² U+00B2）、上标3（³ U+00B3）这类高频符号；
  • Spacing Modifier Letters：比如你例子里的ᵐ（U+1D50）、上标x（ˣ U+02E3）；
  • Mathematical Alphanumeric Symbols：这里有一套更完整的上标/下标字母体系，专门用于数学公式场景，比如数学上标小写x（ₓ U+1D465）、上标大写X（ᴬ U+1D43B）。
    这些预定义字符的UTF-8编码，本质就是把它们的Unicode码位转换成对应的UTF-8字节序列——比如U+1D50转换后就是E1 B5 90，也就是你看到的那三个字节。

如何创建任意字符的上标（比如'xx'） #

要生成任意字符的上标，分两种场景处理：

1. 目标字符有预定义上标码位：直接查找对应码位的字符即可。比如你要的'xx'上标，有两个常用选项：

   • 修饰性上标x：ˣ（U+02E3），UTF-8编码是 \xE2\x8B\xA3，两个连起来就是 \xE2\x8B\xA3\xE2\x8B\xA3，显示为ˣˣ；
   • 数学上标x：ₓ（U+1D465），UTF-8编码是 \xE1\xB5\xA5，两个连起来是 \xE1\xB5\xA5\xE1\xB5\xA5，显示为ₓₓ。
     你可以通过Unicode字符表查询每个普通字符对应的上标码位。

2. 目标字符没有预定义上标码位：Unicode提供了组合上标标记（Combining Superscript Marks），这类标记会附着在前面的字符上，将其转换为上标形式。比如U+030D（̍）是组合上标锐音符，但这类标记的适配性有限，不是所有字符都能完美显示成上标。如果是在排版场景（比如网页、文档）中，更通用的方案是用CSS的 vertical-align: super 属性或者字体自带的上标样式，但这属于排版层面的实现，而非纯Unicode编码的方法。

备注：内容来源于stack exchange，提问作者ceving