java遍历string的unicode码点应避免charat()或增强for循环，须用codepoints()流式遍历（推荐）或codepointat()+offsetbycodepoints()手动遍历，以正确处理增补字符。
Java 中遍历 String 的 Unicode 码点，不能简单用 charAt() 或增强 for 循环（for (char c : str.toCharArray())），因为这只能按 UTF-16 代码单元（code unit）遍历，无法正确处理增补字符（supplementary characters，即码点 > 0xFFFF 的 Unicode 字符，如 emoji、部分汉字、古文字等）。正确做法是基于 Unicode 码点（code point）遍历。
使用 String.codePoints() 流式遍历（推荐，Java 8+）
这是最简洁、安全且可读性高的方式。它返回一个 IntStream，每个元素是一个完整的 Unicode 码点（int 类型，范围 0x000000–0x10FFFF）：
- 自动跳过代理对（surrogate pairs），把高/低位代理正确组合为单个码点
- 无需手动判断是否为代理对，也无需额外边界检查
- 支持函数式操作（如 filter、map、forEach）
示例：
String str = "Hello ? ? 你好";str.codePoints().forEach(cp -> System.out.printf("U+%04X ", cp));
// 输出：U+0048 U+0065 U+006C U+006C U+004F U+1F44B U+1F30D U+4F60 U+597D
使用 String.offsetByCodePoints() + String.codePointAt() 手动遍历（兼容旧版 Java）
适用于 Java 7 或需精细控制索引的场景。核心逻辑是：从索引 0 开始，每次获取当前码点，再用 offsetByCodePoints() 跳到下一个码点起始位置：
-
codePointAt(i)返回从索引i开始的码点（若i是高位代理，则自动合并后续低位代理） -
offsetByCodePoints(i, 1)返回从i向后跳 1 个码点后的索引（可能是 +1 或 +2，取决于是否遇到代理对） - 循环条件为
index
示例：
String str = "a\uD83D\uDE00b"; // "a?b"for (int i = 0; i int cp = str.codePointAt(i);
System.out.printf("U+%04X ", cp);
i += Character.charCount(cp); // 或 i = str.offsetByCodePoints(i, 1);
}
避免常见错误：不要用 charAt() 或 toCharArray() 遍历码点
这些方式只操作 UTF-16 代码单元，会导致增补字符被拆成两个 char（高位代理和低位代理），造成逻辑错误或乱码：
-
str.charAt(0)和str.charAt(1)可能分别返回0xD83D和0xDE00，但它们合起来才是 ?（U+1F600） - 增强 for 循环会把一个 emoji 当作两个独立“字符”处理，破坏语义
-
Character.isLetter(0xD83D)返回 false，但整个码点 U+1F600 显然不是字母——这种误判会影响文本分析逻辑
补充：如何判断某个 char 是否为代理单元
仅在需要底层解析或调试时有用。可使用 Character.isHighSurrogate(c) / Character.isLowSurrogate(c) 判断；若连续出现高低代理对，可用 Character.toCodePoint(high, low) 还原码点。但日常遍历无需手动处理——上述两种推荐方式已封装好该逻辑。
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
