代码点和代码单元

codePoint和codeUnit

背景

在设计Java时决定采用16位的Unicode字符集，然而16位的Char类型已经不能满足描述所有Unicode字符的需要了。为了解决这个问题，故使用代码点和代码单元。

区别

代码点（Code Point）：代表一个字符在 Unicode 代码空间中的一个值，取值 0x0 至 0x10FFFF。标示一个字符到unicode的一种映射。

代码单元（Code Unit）：在具体编码形式中的最小单位，在计算机中用来标示代码点。比如 UTF-16 中一个 code unit 为 16 bits，UTF-8 中一个 code unit 为 8 bits。一个 code point 可能由一个或多个 code unit(s) 表示。在 U+10000 之前的 code point 可以由一个 UTF-16 code unit 表示，U+10000 及之后的 code point 要由两个 UTF-16 code units 表示。