Java中的代码点和代码单元

转自 http://www.cnblogs.com/ayanamistltz/archive/2012/11/28/2793358.html

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 }