关于java编码方案的关键词（unicode-16）

1、Unicode 标准已不局限于16 位编码的65,536 个字符，已扩展到包含多达 1,112,064 个字符，其中16位之后表示的是增补字符。
2、J2SE 的 5.0 版支持 Unicode 标准 4.0 版，且支持增补字符。
3、代码点codePoint、代码单元（char16位）、字符、字符子集（块）UnicodeBlock。
4、有效的 Unicode 代码点范围是 U+0000 至 U+10FFFF，其中从 U+0000 至 U+FFFF 之间的字符集有时候被称为基本多语言面 (BMP)；增补字符是代码点在 U+10000 至 U+10FFFF 范围之间的字符，也就是那些使用原始的 Unicode 的 16 位设计无法表示的字符。
5、增补字符编码为两个代码单元，第一个单元来自于高代理范围（U+D800 至 U+DBFF），第二个单元来自于低代理范围（U+DC00 至 U+DFFF）。在UTF-16中值 U+D800 至 U+DFFF被保留使用，可以通过方法识别是否该代码单元表示某个单单元字符，或者是否该代码单元是某个双单元字符的第一个或第二单元。
6、一个代码点在不同编码方案下由不同的代码单元组成。如下:
         下表所示为几个字符不同表达方式的比较：

Unicode 代码点	U+0041	U+00DF	U+6771	U+10400
表示字形
UTF-32 代码单元	00000041	000000DF	00006771	00010400
UTF-16 代码单元	0041	00DF	6771	D801 DC00
UTF-8 代码单元	41	C3 9F	E6 9D B1	F0 90 90 80

 7、常用的代码点与代码单元之间转换方法：
Character.toCodePoint(char high, char low)（用于将两个 UTF-16 代码单元转换为一个代码点）；
Character.toChars(int codePoint)（用于将指定的代码点转换为一个或两个 UTF-16 代码单元，然后封装到一个 char[] 内）；
Character.codePointAt(char[] a, int index) （用于将代码点从各种字符序列表示法中提取出来）；
针对 StringBuffer 和 StringBuilder 类的 appendCodePoint(int codePoint) 方法（在将代码点插入字符序列时）；
Character 类中的 isHighSurrogate 和 isLowSurrogate 方法（可以识别用于表示增补字符的 char 值）；
charCount(int codePoint) 方法（确定是否需要将某个代码点转换为一个或两个 char）；
Character.UnicodeBlock.of(int codePoint) （可搜索代码点所属的 Unicode 字符子集）；
Character.isValidCodePoint 方法（确保代码点有效）；