如何在 Java 中通过 String.codePointAt() 准确读取特定索引位置可能存在的双字节字符变量-java教程-PHP中文网

string.codepointat() 用于正确获取 unicode 码点，尤其处理增补字符（如 emoji、u+20000 等），避免 charat() 错误拆分代理对；它返回 int 类型码点，自动合并高/低代理对，并需配合 character.charcount() 安全遍历。

如何在 java 中通过 string.codepointat() 准确读取特定索引位置可能存在的双字节字符变量

Java 中 String.codePointAt() 的作用不是“读取双字节字符变量”，而是**正确获取 Unicode 码点（code point）**，尤其在字符串含增补字符（surrogate pairs，即 Unicode 码点 ≥ 0x10000 的字符，如 emoji、部分汉字、古文字等）时，避免用 charAt() 错误拆分代理对。

理解：为什么不能只用 charAt()？

charAt() 返回的是 char 类型（16 位无符号整数），只能表示 BMP（基本多文种平面）内的字符（U+0000–U+FFFF）。而像 ?（U+1F30D）、?‍?（由多个码点组合）、?（U+20000）这类增补字符，在 Java String 中以两个 char（高代理 + 低代理）形式存储，称为代理对（surrogate pair）。直接对代理对中任一位置调用 charAt() 会返回无效的代理值，不是真实字符。

codePointAt() 的正确用法

String.codePointAt(int index) 接收一个 char 索引，但会自动检测该位置是否为高代理（0xD800–0xDFFF），若是且后续是匹配的低代理，则合并返回完整码点；否则直接返回该位置的 char 值。它返回的是 int（可容纳全部 Unicode 码点，0–0x10FFFF）。

Java Maven Common

Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。

下载

传入索引必须在 [0, string.length()) 范围内，越界抛 StringIndexOutOfBoundsException
若索引指向高代理（0xD800–0xD8FF）且下一位是有效低代理（0xDC00–0xDFFF），则返回合并后的码点
若索引指向低代理（0xDC00–0xDFFF）或单独的代理值，codePointAt() 仍返回该 char 值（即无效代理码），此时需配合 Character.isSurrogate() 或 Character.isValidCodePoint() 判断

安全读取指定索引处真实字符（码点）的推荐方式

要确保“准确读取特定索引位置可能存在的双字节字符”（实为增补字符），应：

先用 string.offsetByCodePoints(0, n) 定位第 n 个码点对应的 char 索引（因为一个码点可能占 1 或 2 个 char）——但这是反向操作
更常见场景是：已知 char 索引 i，想获取它所属的完整码点 → 直接调用 string.codePointAt(i)，但需跳过下一个 char（如果构成代理对）
标准做法是结合 Character.charCount(int codePoint) 判断长度：
int cp = str.codePointAt(i);
i += Character.charCount(cp); // 安全推进到下一个码点起始位置