字符和码位

字符：又叫抽象字符，是用于组织、控制或表示文本数据的信息单元。
码位：是分配给单个字符的一个数字。U+<hex> 是码位的格式，其中 U+ 代表 Unicode 的前缀，而 <hex> 表示十六进制数字。

每一个字符都有对应的码位，如 A 对应 U+0041。但是并非所有码位都有关联字符。

Unicode 平面

平面是从 U+n0000 到 U+nFFFF 的 65536 个连续的码位，n 的取值范围从 0 到 16。平面将全部的 Unicode 码位分成了 17 个均等的组。

基本多文种平面为 U+0000 到 U+FFFF，简称 BMP（Basic Multilingual Plane）。其余 16 个平面称为星光平面或辅助平面。

码元

码元是用于以给定编码格式，对每个字符编码的一个二进制位序列。在不同的编码格式中，一个码元有多少字节是不同的。
UTF-8 中一个码元可能有 1 - 4 个字节。UTF-16 中一个码元有 2 个字节。UTF-32 中一个码元有 4 个字节。

代理对

在 UTF-16 中代理对是对那些由 2 个 16 位长的码元所组成序列的单个抽象字符的表示方式。代理对中的首个值为高位代理码元，而第二个值为低位代理码元。高位代理码元从 0xD800 到 0xDBFF 取值。低位代理码元从 0xDC00 到 0xDFFF 取值。

在 UTF-16 中，对于基本多文种平面，一个 16 位长的码元就可以解决了。但是对星光平面内的码元，如 U+1F600，需要两个 16 位长的码元才能将其表示，这就是代理对。U+1F600 对应的代理对是 0xD83D 0xDE00。转换方法如下所示。

function getSurrogatePair(astralCodePoint) {
  let highSurrogate = Math.floor((astralCodePoint - 0x10000) / 0x400) + 0xd800;
  let lowSurrogate = ((astralCodePoint - 0x10000) % 0x400) + 0xdc00;
  return [highSurrogate, lowSurrogate];
}
getSurrogatePair(0x1f600); // => [0xD83D, 0xDE00]

function getAstralCodePoint(highSurrogate, lowSurrogate) {
  return (highSurrogate - 0xd800) * 0x400 + lowSurrogate - 0xdc00 + 0x10000;
}
getAstralCodePoint(0xd83d, 0xde00); // => 0x1F600

组合符号

字位又称形素、字素、或符号，对一些书写系统来说是最小的构成单位。

在绝大多数情况下，单个 Unicode 字符表示单个的字位。但也存在单个字位包含一系列字符的情况。例如 å 在丹麦书写系统中是一个原子性的字位，展示它需要使用 U+0061 和 U+030A 组合在一起。

组合字符会被用户认为是单个字符，但开发者必须使用 2 个码位来表示它。

参考文献

每个 JavaScript 开发者都应该了解的 Unicode
What every JavaScript developer should know about Unicode