string.offsetbycodepoints() 本身未失效，失效的是用 char 索引直接计算位置；因 emoji 多为代理对或 zwj 序列，占多个 char 但仅对应 1 个 code point，须以 code point 为单位操作并校验边界。

String.offsetByCodePoints() 为什么对 emoji 失效？

它本身没失效，失效的是你用 char 索引去算位置。Java 的 String 内部用 UTF-16 表示，而很多 emoji（比如 ?、?‍?、?）是代理对（surrogate pair）或组合序列，占 2 个 char 单位，但只对应 1 个 Unicode code point。用 string.charAt(i) 或基于 length() 的偏移会把它们当两个字符切开，导致错位。

正确调用 offsetByCodePoints() 的三个前提

这个方法不是“拿来就能用”，必须满足：字符串索引起点本身是合法的 code point 边界；目标偏移量是 code point 数而非 char 数；起始索引和结果都需用 codePointCount() 和 offsetByCodePoints() 配套计算。

• 别传 charAt(i) 得到的 int 当 code point —— 它可能是高/低代理，得用 Character.isHighSurrogate() 判断，或直接用 string.codePointAt(i)
• 起始索引 index 必须指向一个完整 code point 的首 char（即不能是低代理），否则抛 IndexOutOfBoundsException
• 如果要从第 3 个 emoji 开始截取，别写 offsetByCodePoints(0, 3) 就完事——先确认前 3 个 code point 实际占多少 char 位置，再传给 substring()

实战：定位 ?‍? 在 "Hello ?‍? world" 中的 code point 偏移

这个家庭办公 emoji 是 ZWJ 序列（U+1F469 U+200D U+1F4BB），共 4 个 UTF-16 单元（即 4 个 char），但只有 1 个逻辑字符（1 个 code point）。直接用 indexOf("?‍?") 返回的是 char 偏移 6，但它前面有 6 个 char（"Hello "），而 "?‍?".codePointCount(0, "?‍?".length()) 是 1。

JavaStoryDevelop

你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。 它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在

下载

String s = "Hello ?‍? world";
int cpStart = s.offsetByCodePoints(0, 1); // 跳过 'H' → 返回 1
int cpPos = s.offsetByCodePoints(0, 6);    // 跳过 "Hello " → 返回 6（char index）
// ✅ 正确：从开头跳 6 个 code point → 得到 ?‍? 起始 char 位置
int emojiStartCharIndex = s.offsetByCodePoints(0, 6); // = 6
int emojiLengthInChars = s.offsetByCodePoints(emojiStartCharIndex, 1) - emojiStartCharIndex; // = 4
String emoji = s.substring(emojiStartCharIndex, emojiStartCharIndex + emojiLengthInChars); // ?‍?

容易被忽略的边界：ZWJ 序列和变体选择符

像 ?‍?‍?‍?、?? 这类区域旗或家庭 emoji，本质是多个 code point 加 ZWJ 连接，offsetByCodePoints() 仍按单个 code point 计数，但它们在视觉上是一个整体。这意味着：你调用 s.offsetByCodePoints(i, 1) 可能只跳过 U+1F468（?），却把后面的 \u200D 留在原地，导致后续解析断裂；String.length() 返回的 char 数远大于 codePointCount()，混用必出错。

真正安全的做法是：所有涉及子串提取、光标移动、输入法位置计算的逻辑，统一用 codePointCount() 和 offsetByCodePoints()，且每次调用前用 Character.isSurrogatePair(s.charAt(i), s.charAt(i+1)) 校验边界——哪怕多一次判断，也比在生产环境里遇到 ?→?→? 强。

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南