java中char是16位无符号整数，表示utf-16的码元（code unit），取值0–65535，可直接表示bmp内字符（如'a'、'中'），但增补字符（如?）需用代理对（两个char）；string.length()返回char数而非真实字符数，应使用codepointcount等方法正确处理unicode。
Java 中的 char 类型是 16 位无符号整数，专门用于存储单个字符，其本质是 Unicode 码点（code point）在基本多文种平面（BMP，U+0000 到 U+FFFF）内的表示。
char 存储单个字符的方式
每个 char 占用 2 个字节（16 位），取值范围是 0 到 65535（即 0x0000 到 0xFFFF）。它直接对应 Unicode 字符集中的一个码位（code unit），但仅限 BMP 内的字符：
- 例如
'A'对应 Unicode 码点 U+0041，'中'对应 U+4E2D，都可直接用一个char表示； - 声明方式：
char c = 'a';、char c = '\u4F60';（Unicode 转义）、char c = 65;（直接赋整数值）； - 注意：必须用单引号，且只能放一个字符（或合法转义序列），写成
'ab'或""会编译报错。
char 与 Unicode 编码的关系
Java 早期设计采用 UTF-16 编码模型，char 是 UTF-16 的基本单位（code unit），但不等同于一个完整的 Unicode 字符（code point）：
- BMP 内字符（U+0000–U+FFFF）：一个
char就是一个完整字符，如'€'（U+20AC）； - 增补字符（Supplementary Characters，U+10000 及以上）：如 ?（U+1F602）、?（U+20BB7），需用两个
char表示，称为代理对（surrogate pair）——高位代理（high surrogate, U+D800–U+DBFF）+ 低位代理（low surrogate, U+DC00–U+DFFF）； - 因此，
String.length()返回的是char个数，不是真实字符数；处理 emoji 或古汉字时，应使用String.codePointCount(0, str.length())获取实际 Unicode 字符数量。
实际编码操作建议
为避免代理对处理出错，推荐以下安全做法：
- 获取字符：用
str.charAt(i)得到某个char，但要配合Character.isHighSurrogate()和Character.isLowSurrogate()判断是否为代理对； - 遍历字符：优先使用
String.codePoints().forEach(...)或for (int cp : str.codePoints().toArray())，直接按 code point 迭代； - 构造字符：用
Character.toChars(int codePoint)将 Unicode 码点转为char[]（可能长度为 1 或 2）； - 判断字符类型：用
Character.isLetter(cp)、Character.isDigit(cp)等静态方法，它们支持全部 Unicode 字符（接受int参数）。
Java 的 char 是面向 UTF-16 设计的基石类型，理解它和 Unicode code point、code unit 的区别，是正确处理国际化文本的关键。不复杂但容易忽略细节。
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
