Java中的string实际长度详解(代码点和代码单元)

关于代码点和代码单元的介绍在前面的char类型介绍已经做过详细的介绍，现在专门讨论Java中和String有关的代码点和代码单元；Java中的字符串有char序列组成，在前面讲过，char数据类型是一个采用UTF-16编码表示的Unicode代码点的代码单元。我们常用的大多数Unicode字符使用一个代码单元就可以表示，辅助的字符需要两个代码单元表示。

length返回给定的UTF-16编码给定的字符串所需要的代码单元的数量。如下：

String str = "Hello";
int strLength = str.length();

这里得到的是代码单元的数量，要想得到实际的长度，也就是代码点的长度，使用如下代码：

int cpCount = str.codePointCount(0, str.length());

使用codePointCount()方法可以得到实际的长度，为什么会这样了？ 因为基本的多语言级别由16个字符组成，也就是一个字符，但是辅助的字符，需要两个代码点，所以使用length等不到辅助字符的实际长度。

那么，要想得到第n位置的代码点，我们需要怎么做了，如下：

int index = str.offsetByCodePoints(0, 3);
int cp = str.codePointAt(index);