char是编码载体而非语义字符：java/c#中为utf-16 code unit（bmp字符占1个，辅助平面需代理对），c/c++中char为1字节且无编码绑定，宽字符才用于unicode；正确处理需用码点或字形簇api。
字符型 char 在内存中并不直接“存储 Unicode 编码”，而是以特定编码格式（如 UTF-16 或 UTF-8）的字节序列形式存放，具体实现取决于编程语言和运行环境。
Java 中 char 存储的是 UTF-16 code unit
Java 的 char 类型占 16 位（2 字节），其设计初衷是表示一个 UTF-16 code unit。这意味着：
- 对于 Unicode 基本多文种平面（BMP，U+0000 到 U+FFFF）内的字符（如英文字母、汉字大部分），
char可直接表示，值等于该字符的码点（code point）； - 对于超出 BMP 的字符（如某些 emoji、古文字，码点 ≥ U+10000），Java 使用一对
char（即 surrogate pair）来表示：一个 high surrogate（U+D800–U+DBFF）加一个 low surrogate（U+DC00–U+DFFF）； - 单个
char变量无法完整表示一个非 BMP 字符，必须用String.codePointAt()或Character.toCodePoint()等 API 正确处理。
C/C++ 中 char 与 Unicode 无直接绑定
C 和 C++ 标准中的 char 是 1 字节整型，语义上仅保证能表示基本执行字符集（通常是 ASCII）。它本身不携带编码信息：
- 若源文件保存为 UTF-8，字符串字面量中的中文会以多个
char（如 3 字节）连续存储，每个char存一个 UTF-8 编码字节； - 宽字符类型
wchar_t才用于 Unicode，但其大小和编码（UTF-16 或 UTF-32）由平台决定（Windows 常为 UTF-16，Linux 多为 UTF-32）； - 要安全操作 Unicode 文本，需配合
mbstowcs、u8string（C++20）等工具，并明确指定编码上下文。
.NET（C#）中 char 对应 UTF-16 code unit
C# 的 char 同样是 16 位，语义与 Java 一致：
- 每个
char是一个 UTF-16 code unit； -
string内部是char数组，因此也采用 UTF-16 编码； - 获取真实 Unicode 码点需用
char.ConvertToUtf32()或string.EnumerateRunes()（.NET 5+）； - 直接用
str.Length得到的是 code unit 个数，不是字符（grapheme cluster）数量，例如 ?（U+1F30D）占 2 个char。
关键提醒：char ≠ 字符（character）
这是最容易混淆的一点：
-
char是最小可寻址的存储单元，不是逻辑上的“字符”； - Unicode 中的“字符”可能对应 1 个（BMP）、2 个（surrogate pair）甚至多个 code unit（如带组合符的 é = U+0065 + U+0301）；
- 真正面向用户的文本处理（如光标移动、计数、截断）应基于 grapheme clusters，而非
char或 code unit。
不复杂但容易忽略：理解 char 的本质是编码载体，而非语义字符，是正确处理国际化文本的基础。
