UTF-16

• 유티코드 코드 포인트를 16비트 단위로 인코딩하는 가변길이 인코딩
  • 16비트 1개 혹은 2개 써서 하나의 유니코드 문자 표현
  • 2바이트 혹은 4바이트
• 유니코드 BMP(Basic Multilingual Plane)에 속한 문자는 코드 포인트 값 그대로 사용하므로 직관적
• BMP 벗어나는 문자들(이모지, 특수 한자, 고대 문자 등)은 16비트 두개를 Surrogate Pair로 묶어 표현
• Endian의 영향을 받기에 구분이 필요하며 BOM(byte order mark)이 사용될수도 있음

UTF-16 LE vs UTF-16 BE

• LE는 Little endian, BE는 Big endian
  • OxAC00(가) 경우,
    • LE: 00 AC
    • BE: AC 00
  • Java는 내부적으로 UTF-16 BE 씀
• BOM
  • U+FEFF(BE)
  • U+FFFE(LE)
  • 항상 포함되는건 아니지만 대부분 경우 포함시킴(윈도우 메모장은 항상 포함) Little Endian Big Endian