java 代码单元 代码点_关于Java代码点和代码单元

标签：

java char类型是16位的(UTF-16编码)，它不能满足所有unicode字符的编码，java代码点是指某个字符对应的unicode编码值，如A字符的unicode代码点就为u+0041。代码点的数量其实也就是unicode字符的数量。

每个char变量其实就是一个代码单元，一个字符一般对应一个代码单元或者多个代码单元。

字符串的length方法返回的是代码单元的数量(注意，不是字符数量)，而codePointCount方法返回则是代码点的数量，也就是unicode字符数量。

在编译java源代码的时候，javac的-encoding选项可以指定源代码字符文件使用的编码，因为如果不加这个选择，javac会选择一种默认的编码假定为源文件的编码，但是如果假定的编码和文件实际编码不匹配则不能编译通过。在很多代码场景下，和编码相关的操作都牵扯默认编码，所以不要依赖默认编码，在代码中指明一个流的编码总是对的。

标签：