UTF-16
unicodeを16ビットコードの範囲で表現するエンコード方式。U+10000～U+10FFFFの領域は、第一ワードが0xD800～0xDBFF、第二ワードが0xDC00～0xDFFFのペアワード（サロゲートペア、日本語では代用対）で表現する。U+D800～U+DFFFFは、この用途のために予約されている。
先頭にBOM(byte order mark)としてU+FEFF（ビッグエンディアン：上位バイトが先），U+FFFE（リトルエンディアン：下位バイトが先）が出力する事によって、出力バイト順を変更する事ができる。BOMが出力されない場合のデフォルトはビッグエンディアンである。
"UTF-16BE"、または、"UTF-16LE"は、BOMを使わずにビッグエンディアン、または、リトルエンディアンでコード出力する符号化スキームである。
エンコード方法
- U+0000～U+FFFF（但し、U+D800～U+DFFFFを除く）は、そのまま16ビットコードを出力する。
- U+10000～U+10FFFFは、下記のエンコード規則に従って、サロゲートペアに変換する。
| unicode | UTF-16 |
|---|---|
| 000u uuuu xxxx xxxx xxxx xxxx | 1101 10ww wwxx xxxx 1101 11xx xxxx xxxx |
| wwww = uuuuu - 1 | |
デコード方法
- 第一ワードが0xD800～0xDB00、第二ワードが0xDC00～0xDFFFであれぱ、サロゲートペアと判断してunicodeに逆変換して出力する。第一ワードが0xD800～0xDB00で第二ワードが0xDC00～0xDFFF以外であれば不正コードと判断する。
- 上記以外は、そのまま16ビットコードを出力する。