为了理解这两个概念,我们来了解java中的基本类型char的知识。
我们知道,一种语言最基本的还是对字符的存储,在java中也就是char类型,那么char类型所占用的存储空间应该要多大呢?这就涉及到编码的知识了,编码有很多种,比如美国的ASCII码,西欧语言中的ISO8859-1,中国的GB118030和BIG-5等,可是这些编码采用的编码长度却有的不一样,有的语言的编码集只用一个字节编码(8位),比如美国的ASCII,还有一些用两字节编码(16位),这样会使得程序设计语言不能表示有些地方的字符,所以java的设计者们考虑到这一点,是不是能设计一种能够容下全世界语言的编码集呢,所以这才有了Unicode编码。
刚刚开始时人们认为2个字节的代码宽度足以能够对全世界各种语言的所有字符进行编码,并留下足够的空间给未来扩展,当时仅占用65535不到一半的部分,所以java的设计采用了16位的Unicode字符集。可是十分遗憾的是,经过一段时间Unicode字符超过了65535个,现在16位的char类型已经不能满足所有Unicode字符的需要了。
为了解释java是怎么解决这个问题的,所有就使用了这两概念。
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。
在UTF-16中的基本多语言级别中,每一个字符用16位表示,通常被称为代码单元。因为UTF-16编码采用不同长度的编码表示所有的Unicode代码点,因此增补字符采用的是一对连续的代码单元进行编码。
我们知道,一种语言最基本的还是对字符的存储,在java中也就是char类型,那么char类型所占用的存储空间应该要多大呢?这就涉及到编码的知识了,编码有很多种,比如美国的ASCII码,西欧语言中的ISO8859-1,中国的GB118030和BIG-5等,可是这些编码采用的编码长度却有的不一样,有的语言的编码集只用一个字节编码(8位),比如美国的ASCII,还有一些用两字节编码(16位),这样会使得程序设计语言不能表示有些地方的字符,所以java的设计者们考虑到这一点,是不是能设计一种能够容下全世界语言的编码集呢,所以这才有了Unicode编码。
刚刚开始时人们认为2个字节的代码宽度足以能够对全世界各种语言的所有字符进行编码,并留下足够的空间给未来扩展,当时仅占用65535不到一半的部分,所以java的设计采用了16位的Unicode字符集。可是十分遗憾的是,经过一段时间Unicode字符超过了65535个,现在16位的char类型已经不能满足所有Unicode字符的需要了。
为了解释java是怎么解决这个问题的,所有就使用了这两概念。
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。
在UTF-16中的基本多语言级别中,每一个字符用16位表示,通常被称为代码单元。因为UTF-16编码采用不同长度的编码表示所有的Unicode代码点,因此增补字符采用的是一对连续的代码单元进行编码。