String中的码点和代码单元你听过吗？

String 算是java开发中用到最多的一个对象了吧。其中的码点和代码单元的概念你听过吗，下面简单的介绍一下吧

如果不知道的话，你先看一下下面的代码输出的字符串长度是多少？

        System.out.println("a🥧c".length());

下面就介绍以下码点和代码单元的慨念吧

码点（Code Point）是Unicode字符集中每个字符的唯一标识符，它用一个整数值来表示。在Java中，一个码点对应一个int类型的值，可以通过codePointAt()方法获取字符串中指定位置的码点（就我们视觉上看到的一个字符）。

代码单元（Code Unit）是在内存中存储和处理字符串时使用的基本单位。在Java中，使用UTF-16编码方案将Unicode字符编码为代码单元。UTF-16使用16位无符号整数（即char类型）来表示一个代码单元，对于表示较大的码点，需要使用多个代码单元进行编码。(java的char类型就是代码单元呢)

在大多数情况下，一个代码单元就可以表示一个Unicode字符，此时一个代码单元就等于一个码点。但是对于一些辅助字符（Surrogate Character），一个码点需要使用两个代码单元来表示。这是因为Unicode字符集中的一些字符编码超过了16位的范围，需要使用代理对(Surrogate Pair)来进行编码。

以下是一些处理码点和代码单元的方法：

1. length()方法返回字符串中代码单元的数量。

String str = "a🥧c";
int codeUnits = str.length(); // codeUnits = 4

2. codePointCount(int beginIndex, int endIndex)方法返回指定范围内的码点数量。

String str = "a🥧c";
int codePoints = str.codePoints().count(); // codePoints = 3

3. charAt(int index)方法返回指定位置的代码单元。

String str = "a🥧c";
char ch = str.charAt(1); // ch = '？'

4. codePointAt(int index)方法返回指定位置的码点。

String str = "a🥧c";
int codePoint = str.codePointAt(1); // codePoint = 129383

看到这儿我们在平时遍历字符串时候，其实我们意图是遍历码点，只是平时开发中很少遇到两个单码单元的码点就基本上不会出问题。因此我们以后在处理字符串时，特别是在涉及到索引、截取和遍历操作时，应当考虑码点和代码单元之间的关系，以避免出现问题。

比如在我们不清楚码点和代码单元的关系之前，要提取 “a🥧c” 中间这个字符，我们可能直接 str.charAt(1) 了，这时候程序就跑远了，嘻嘻嘻嘻。。。。。。