UTF-16 - Wikipedia

UTF-16 (UCS/Unicode Transformation Format 16[注釈 1]) とは、UnicodeおよびISO/IEC 10646の、符号化フォームおよび符号化スキーム（文字符号化方式を参照）のひとつである。 UTF-16では、1文字が、16ビットの符号単位が1つまたは2つで符号化される。これが「-16」の名の由来である。基本多言語面（BMP）内の文字は、符号単位1つの16ビットで表される。BMP以外の文字は、符号単位2つの32ビットで表される。なお、UTF-16は2バイトコードだと誤解されることがあるが、このように4バイトのこともあるため間違いである。 Unicodeにおいては、厳密には、文字符号化フォーム（英: Character Encoding Form）の1つの名称であり、かつ、UTF-16符号化形式のための文字符号化スキーム（英: Character

[hiroomi]

“UTF-16符号化形式は、Windows XPなど多くのOSで、内部表現に使われている。”

[iww]

『BMP外の1つの符号位置を表す連続した2つの代用符号位置のペアをサロゲートペアと呼ぶ。』

[noonworks]

Microsoft Windowsでは、リトルエンディアンのUTF-16符号化方スキームが使われている。内部表現では...UTF-16符号化形式...、ファイルなどではBOMありのUTF-16符号化スキーム（リトルエンディアン）が主である。

[skyriser]

UTF-16BE、UTF-16LE。BOMが無い場合は必ずBEとなる。

[totttte]

これが解析の面倒な原因。＞内部表現ではBOMなし、ファイルなどではBOMありが主である。