Java中的代码点与代码单元概念

关于字符类型数据char应该要占用几个字节的问题，不同的编码方式有不同的结论。例如美国的ASC编码，采用一个字节表示字符。除此之外，还有采用两个字节表示字符的编码方式，为了能表示世界上所有的符号，JAVA采用16位（两个字节）的Unicode编码的char类型表示世界上所有的字符，设计之初，这65535个编码完全可以表示所有的字符，还有一部分空余，但是经过一段时间发现我们需要表示的字符个数超过了65535个，这就表示Unicode编码所能表示的字符个数不够使用了。因此JAVA给出了代码点与代码单元的概念。 Char数据类型是一个采用UTF-16编码表示Unicode码点的代码单元，大多数常用的Unicode字符使用一个代码单元就可以表示，而辅助字符需要一对代码单元表示。代码点：是指一个编码表中的某个字符对应的代码值，也就是Unicode编码表中每个字符对应的数值。Unicode标准中，代码点采用16进制书写，并加上前缀U+，比如字符A对于的编码值是U+0041，Unicode的代码点可以分成17个代码级别。第一个代码级别称为基本的多语言级别，代码点从U+0000到U+FFFF，其中包括了经典的Unicode代码，其余的16个附加级别，代码点从U+10000到U+10FFFF，其中包括了一些增补字符。