java 字符编码深入理解（续）

在看完Java核心技术第八版第46页3.6.5章节，对代码单元和代码点再做一次总结。关于这俩概念的研究至此就算完成了。

有关代码单元和代码点的理解：

1. Char： 在java中是采用UTF-16编码的，也就是说，Char是代表一个字符单元。
2. 代码单元：UTF-8中是用8个字节表示的，UTF-16中使用16个字节表示的等等。Java中采用的是UTF-16编码！
3. 代码点：对应各种真正字符（char不是真正的字符，是代码单元）的Unicode编码。
4. 一个代码点可能对应一对代码单元，如辅助字符。

因为以上原因，在Java中，不赞成使用Char类型，因为它并不能代表一个真正的字符，而只是代码单元，而操作中，我们往往想得到的是真正的字符，而不是代码单元char。

当然，一般我们很少遇到辅助字符（由两个代码单元组成），但还是有必要了解一下。

具体操作及区别：

String test = "Hello";

长度：test.Length();   //返回代码单元的数量

         test.codePointCount(0,test.Length()); //0-length单元之间，返回代码点的数量

 

字符：

    test.charAt(i);  //返回第i个代码单元

 

int index = test.offByCodePoint(0,i); //返回第i个代码点的专用索引

test.codePointAt(index);             //返回第i个代码点

 

遍历字符串真正字符：

int cp = test.codePointAt(i);

if(Character.isSupplementaryCodePoint(cp)) i += 2;  //判断是否是辅助字符

else i++;

最后，Java中除了不推荐使用char类型，也不推荐使用字符串的 charAt方法！