UTF-16 是 Unicode 的一种变长编码，编码单元是 16 位：基本多文种平面（BMP，U+0000–U+FFFF）用 2 个字节，辅助平面（U+10000–U+10FFFF，如多数 emoji）用一对代理项共 4 个字节。下面重点说明公式与推导。
UTF-16的计算公式
字节数：每个 BMP 字符 2 字节，每个辅助平面字符 4 字节，若写 BOM 再加 2 字节。“123问”全是 BMP，UTF-16 为 8 字节；UTF-8 是 6 字节。纯英文用 UTF-16 会比 UTF-8 大约多一倍。
输入：123问
编码结果：
UTF-16BE 00 31 00 32 00 33 95 EE；UTF-16LE 31 00 32 00 33 00 EE 95；带 BOM 的默认 UTF-16（本机/Python 为 LE）FF FE 31 00 32 00 33 00 EE 95说明：共 8 字节（不含 BOM）。BMP 字符 2 字节，辅助平面 4 字节（代理对）。
与相关技术的区别
UTF-16 与 UTF-8：UTF-8 兼容 ASCII、英文 1 字节、汉字 3 字节，更适合交换；UTF-16 英文 2 字节，汉字通常也是 2 字节，适合在内存中随机访问 UTF-16 代码单元。UTF-32 则是固定 4 字节，更占空间。
Java 示例
下面是 Java 中处理UTF-16的常用写法：
"中".getBytes(StandardCharsets.UTF_16BE);
"😀".length(); // 2（UTF-16 代码单元）
"😀".codePointCount(0, "😀".length()); // 1运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。
本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。
常见问题
【为什么 JavaScript 里 emoji 的 length 是 2？】length 按 UTF-16 代码单元计数，emoji 是一个代理对。
【UTF-16 和 UCS-2 有什么区别？】UCS-2 只覆盖 BMP，没有代理对；UTF-16 是 UCS-2 的超集。
【英文用 UTF-16 浪费空间吗？】每个 ASCII 字符要 2 字节，是 UTF-8 的两倍，所以文本文件更推荐 UTF-8。
文中示例可以在本站对应工具中验证；处理密钥、证书等敏感数据时，请注意保护隐私。
