Java中的字符编码的转换

---

• Java语言使用UTF-16这种字符集编码。

• Unicode编码字符集的代码点（code point）范围在U+0000 到 U+10FFFF间。总数是2^20（增补字符） + 2^16 （BMP）

代码点	名称
U+0000 - U+FFFF	Basic Multilingual Plane (BMP) ，基本多语言平面
U+10000 - 10FFFF	supplementary characters，增补字符

• 在java（UTF-16）中，增补字符表示为一对char值，第一个值取自高代理项范围，即 (\uD800-\uDBFF)，大小3FF，第二个值取自低代理项范围，即 (\uDC00-\uDFFF)，大小3FF。增补字符数量为 2¹⁰ * 2¹⁰，即 2²⁰。
• 所以一个char值表示Basic Multilingual Plane (BMP) 代码点，其中还包括代理项代码点。恰好可以用两个字节表示。所以在java中char类型可以表示BMP字符集。
• 所以int值表示所有 Unicode 码点，包括增补码点。int的 21 个低位（最低有效位）用于表示 Unicode 代码点，并且 11 个高位（最高有效位）必须为零。