Java学习心得_代码单元与代码点的个人见解

前言

最近开始了《Java核心基础：卷一》的阅读，读到了代码点这一知识点有点懵，于是开始网上搜各种帖子，然后记录下自己的理解

代码

    public class Test2 {
        public static void main(String[] args) {
            String s = "\uD835\uDD6B";//𝕫占用两个字符，length=2
            //String s1 = "\uD835";//？占用一个字符，length=1
            //String s2 = "\uDD6B";//？占用一个字符，length=1
            //String s = "中";//中占用一个字符，length=1
            System.out.println(s);
            System.out.println(s.length());//2
            System.out.println(s.codePointCount(0,s.length()));//1
        }
    }

解释

一个char字符占用两个字节，一共8位(bit),一共有65535个字符

常见文字用一个char存储，占用一个字符/两个字节，高八位低八位都用
常见英文字用一个char存储，占用一个字符/两个字节，但是只占用低八位

但是世界上这么多文字/符号，单纯的一个字符（65535）肯定是装不下的
这就意味着有些文字和特殊符号，需要用两个甚至多个字符表示
此时就用引入了代码点和代码单元
    
一个字符为一个代码单元CodeUnit
我们能识别的文字符号都是有对应的代码点CodePoint的。

一个代码单元构成的代码点是基本字符的编码，如：z，中
多个代码单元构成的代码点是辅助字符的编码，如：𝕫

只打印辅助字符的单个字符会出现乱码
只打印文字的单个字节也会乱码
IO流中有每次读写一个字节的方法，当读取到一个字节马上打印输出这个字节
文本文件就会乱码。英文则不会乱码）

所以，所有的文字和符号在底层都是由代码单元CodeUnit存储的（最底层是字节，也就是0和1）
但是计算机可以通过特定的规则（各种编码表）识别出代码点（无论是一个代码单元构成还是多个代码单元构成）
进而表示出我们能识别的文字和符号。