java 中Code Points and Code Units 的区别？

Question

一般不需要考虑代码单元的长度值，可以简单地认为其与代码点的长度是一样的。只有增补字符，即代码点为 U+10000～U+10FFFF 的字符。在 Java 中一个 Unicode 字符是使用 UTF-16 编码的 char 进行表示的，也就是一个 char 只能表示 U+0000～U+FFFF 的 Unicode 基本字符（BMP, basic multilingual plane）。因此在 Java 中需要表示 U+10000～U+10FFFF 的字符需要使用一对代理字符进行表示，高代理字符的范围为 U+D800～U+DBFF，低代理字符的范围为 U+DC00～U+DFFF。比如表示 U+10400 的字符需要两个 char（U+D801, U+DC00）才能表示，这时的代码点长度为 1，而代码单元长度为 2。举个例子：public class Main {    public static void main(String[] args) {
        char[] chs = Character.toChars(0x10400);
        System.out.printf("U+10400 高代理字符: %04x%n", (int)chs[0]);
        System.out.printf("U+10400 低代理字符: %04x%n", (int)chs[1]);        
        String str = new String(chs);
        System.out.println("代码单元长度: " + str.length());
        System.out.println("代码点数量: " + str.codePointCount(0, str.length()));
    }
}

Answer 1

再简单地说：code unit 表示的一个占用着 Unicode 编码位的字符
code point 表示指定编码格式编码的数量，对于小于 U+FFFF 的字符来说，使用 UTF-16 编码需要一个代码点，大于 U+FFFF 的字符需要使用两个代码点来表示

Answer 2

更详细的介绍可以参考这篇文章Java 平台中的增补字符
http://java.sun.com/developer/technicalArticles/Intl/Supplementary/index_zh_CN.html

Answer 3

不好意思哦，code unit 和 code point 的说明正好写反了，呵呵。那天回复是半夜了，估计我在神游了，哈哈

Answer 4

也在学java，我的理解，代码点就是unicode编码方案确定的一个字符对应的编码值，和字符串里面的字符（比如一个字母，一个汉字）一一对应；
代码单元就是utf-16实现unicode编码采用的基本单元，基本字符用一个代码单元（16bit）表示，增补字符需要用两个。