Character可以代表所有unicode代码点吗？

Question

由于Java char是16位长，我想知道它如何代表完整的unicode代码点？ 它只能代表65536个代码点，是吗？

Answer 1

是的，Java char是UTF-16代码单元。如果需要在Basic Multilingual Plane之外表示Unicode字符，则需要在java.lang.String内使用代理项对。 String类提供了各种方法来处理完整的Unicode代码点，例如codePointAt(index)。

来自section 3.1 of the Java Language Specification：

  

Unicode标准最初设计为固定宽度的16位字符编码。它已被更改为允许其表示需要超过16位的字符。合法代码点的范围现在是U + 0000到U + 10FFFF，使用十六进制U + n表示法。代码点大于U + FFFF的字符称为增补字符。为了仅使用16位单元表示完整的字符范围，Unicode标准定义了一种名为UTF-16的编码。在此编码中，补充字符表示为16位代码单元对，第一个来自高代理范围（U + D800到U + DBFF），第二个来自低代理范围（U + DC00到U） + DFFF）。对于U + 0000到U + FFFF范围内的字符，代码点和UTF-16代码单元的值是相同的。

     

Java编程语言使用UTF-16编码表示16位代码单元序列中的文本。一些API（主要在Character类中）使用32位整数将代码点表示为单个实体。 Java平台提供了在两种表示之间进行转换的方法。

有关详细信息，请参阅Character docs。

Answer 2

一个char，无符号16位，可以表示任何高达0xFFFF的代码点，但不能代表更大的补充字符。 Java最好被认为是在char中使用UTF-16编码，因此，补充字符实际上表示为char对，一个代理对。虽然一个char不能代表这样的补充字符，但Java确实可以处理它。