unicode - Unicode 中的 "non-surrogate Unicode code point"是什么意思？

Question

在 Rust 中有一条规则说“取消引用原始指针必须产生一个适当的、非代理的 Unicode 代码点”。

我不明白这里的“非代理人”是什么意思。我所知道的是 UTF-8 具有可变长度的代码点，因此 Vec<u8>不能直接转为UTF-8，需要“padding”。

Answer 1

在 Unicode 中，从 U+D800 到 U+DFFF 的代码点称为代理。他们是reserved for use by UTF-16 ，并且您不得将它们用于其他任何用途。

Rust char 类型表示一个抽象代码点，并且不依赖于任何特定的编码，因此将 UTF-16 代理项存储在 char 中不会感觉。