java代码单元和代码点的区别_java中有哪些用两个代码单元表示的字符-CSDN博客

String可以定义为一个不可变的库例程中的一个预定义的一个类。

不可变：是指一个String的对象是不容修改的，如：String g = "Hello"; 想变为“Help”,只能让g引用另外一个String对象，而“Hello”会被回收，这看起来效率比较低，但是Java的字符串是可以共享的。

库类：是指Java中没有内置的字符串类型。String是库例程中的一个预定义的一个类。

一些常见的操作在java.lang.String可以找到，不一一讲解。

有关代码单元和代码点的理解：

Char：在java中是采用UTF-16编码的，也就是说，Char是代表一个字符单元。

代码单元：UTF-8中是用8个字节表示的，UTF-16中使用16个字节表示的等等。

代码点：对应各种真正字符（char不是真正的字符，是代码单元）的Unicode编码。

一个代码点可能对应一对代码单元，如辅助字符。

也正是因为以上原因，在Java中，不赞成使用Char类型，因为它并不能代表一个真正的字符，而只是代码单元，而操作中，我们往往想得到的是真正的字符，而不是代码单元char。

当然，一般我们很少遇到辅助字符（由两个代码单元组成），但还是有必要了解一下。

具体操作及区别：

String test = "Hello";

长度：test.Length(); //返回代码单元的数量

test.codePointCount(0,test.Length());//0-length单元之间，返回代码点的数量

字符：

test.charAt(i); //返回第i个代码单元

Int index = test.offByCodePoint(0,i); //返回第i个代码点的专用索引

test.codePointAt(index); //返回第i个代码点

便利字符串真正字符：

Int cp = test.codePointAt(i);

If(Character.isSupplementaryCodePoint(cp)) i += 2; //判断是否是辅助字符

Else i++;

char：java中，char类型为16位，原本用于表示一个字符。但是后来发现，16位已经不够表示所有的字符，所以后来发展出了用代码点表示字符的方法。

代码点：是指编码字符集中，字符所对应的数字。有效范围从U+0000到U+10FFFF。其中U+0000到U+FFFF为基本字符，U+10000到U+10FFFF为增补字符。

代码单元：对代码点进行编码得到的1或2个16位序列（UTF-16）。其中基本字符的代码点直接用一个相同值的代码单元表示，增补字符的代码点用两个代码单元进行编码，编码值来自U+D800到U+DFFF，这个范围内没有数字用于表示字符，因此程序可以识别出当前字符是单单元的基本字符，还是双单元的增补字符。

 1 public class HelloBunny
 2 {
 3    public static void main(String[] args)
 4    {
 5       String sentence = "\u03C0 \uD835\uDD6B";
 6       int lengthU = sentence.length();
 7       int lengthP = sentence.codePointCount(0, lengthU);
 8       System.out.println(lengthU);        // 4个code units
 9       System.out.println(lengthP);        // 3个code points
10       
11       int i = sentence.codePointAt(2);    // i=2 true  i=0,1,3 false  i=4 out of bound
12       boolean b = Character.isSupplementaryCodePoint(i);
13       System.out.println(b);      
14    }
15 }