Sandbox UTF-16 (décodage)

Étapes détaillées

1. 01

   Endianness précisée

   On lit chaque code unit avec l'octet de poids faible en premier (Little Endian).

   Little Endian (LE)
2. 02

   Identifier le nombre de code units

   4 octets = paire de surrogates pour un code point au-delà du BMP. Le code unit haut est dans 0xD800 → 0xDBFF, le code unit bas dans 0xDC00 → 0xDFFF.

   2 code units · paire de surrogates
3. 03

   Extraire les bits utiles des surrogates

   Du high surrogate on retire 0xD800 (10 bits hauts), du low surrogate on retire 0xDC00 (10 bits bas).

   0000111100 | 1110001001
4. 04

   Reconstituer le binaire

   On concatène les 10 + 10 bits puis on ajoute 0x10000 pour retrouver le code point.

   00001111001110001001
5. 05

   Convertir en code point

   Le binaire vaut 127881 en décimal, soit U+1F389 en notation Unicode.

   U+1F389