码点和代码单元

以下为百度百科上对于码点的概念：
点代码又称代码点。用于编码抽象字符的整数范围叫做代码空间，其中的特殊整数叫做代码点。当抽象字符被映射或在代码空间中被指定为特殊代码点时，就被叫做编码字符。

通俗来讲，码点就是一个字符，无论他是一个字母，一个数字，或者一个特殊符号（例如𝕆、☃），这些都是一个码点。

而代码单元就不同了，它是根据你的字符集判定的。例如，常用的UTF-8，他的一个代码单元是8位，而在UTF-16中，他的代码单元是16位。（不了解编码格式的可以看看这篇文章 https://blog.csdn.net/ldanduo/article/details/8203532/ ）

字符串中常用的length()方法就是返回字符集给定字符串所需要的代码单元数量。
下面用𝕆这个符号实验，

		String s="𝕆";
		System.out.println("字符："+s);
		System.out.println("码点数："+s.codePointCount(0,s.length()));
		System.out.println("代码单元长度："+s.length());

这里codePointCount()方法就是返回字符串对象的码点数，第一个参数为beginIndex, 第二个参数为endIndex
输出结果如下：

接下来我们输出看看他们的UniCode编码，

for (int i = 0; i < s.length(); i++) {
			System.out.println(Integer.toHexString((int)s.charAt(i)));
		}
		char c1='A';
		char c2='哈';
		System.out.println("A的编码:"+Integer.toHexString(c1));
		System.out.println("哈的编码:"+Integer.toHexString(c2));

输出结果如下：

（A的编码完整写法应该是\u0041，哈的完整写法是\u54c8，他这里都省略了）
𝕆的编码为\uD835\uDD46，他比另外两个都长一个代码单元。但是他们的码点都是1。

下面给出一些关于代码单元和码点的常用方法
(摘自《java核心技术 卷一 》第三章，书不错，有兴趣可以看看)

String greeting="Hello";
//调用s.charAt(n)将返回位置n的代码单元,n介于0~s.length()-1之间
char first =greeting.charAt(0);//first is 'H'
char first =greeting.charAt(4);//last is 'O'
//想要得到第i个码点，则要使用下面的语句
int index =greeting.offsetByCodePoints(0,i);
// int offsetByCodePoints(int startIndex,int cpCount) 返回从startIndex代码点开始，位移cpCount后的码点索引
int cp =greeting.codePointAt(index);

//遍历一个字符串，并依次查看买一个码点，可以将它转换成一个数组
int[] codePoints =str.codePoints().toArray();
//反之，要把一个码点数组转换成一个字符串
String str=new String(codePoints,0,codePoints.length);