java中字符的String.length()和字符代码单元的关系

Posted 2022-02-11 好大的月亮

先看源码定义

Java中 有内码和外码这一区分简单来说

内码：char或String在内存里使用的编码方式。
外码：除了内码都可以认为是“外码”。（包括class文件的编码）

而java内码：unicode（utf-16）中使用的是utf-16.所以上面的那句话再进一步解释就是：返回字符串的长度，这一长度等于字符串中的UTF-16的代码单元的数目。

代码单元指一种转换格式（UTF）中最小的一个分隔，称为一个代码单元（Code Unit），因此，一种转换格式只会包含整数个单元。UTF-X中的数字 X就是各自代码单元的位数。比如UTF-16就是一个单元16bit，2个byte;

介绍完之后正题就来了
UTF-16编码一个字符对于U+0000-U+FFFF范围内的字符采用2字节进行编码，而对于字符的码点大于U+FFFF的字符采用四字节进行编码，前者是两字节也就是一个代码单元，后者一个字符是四字节也就是两个代码单元！

运行demo结果