代码点，代码单元 utf8 utf16 utf32

一张图读懂

UTF-8 使用一至四个字节的序列对编码 Unicode 代码点进行编码

UTF-16 使用两个或四个字节对 Unicode 代码点进行编码

UTF-32 始终使用4个字节

 java中使用：

  length方法将返回采用UTF-16编码表示的给定字符串所需要的代码单元数量。例如：

        Stringgreeting = "Hello";

        int n = greeting.length();// is 5

    要想得到实际的长度，即代码点数量，可以调用：

        int cpCount =greeting.codePointCount(0, greeting.length());

   调用s.charAt(n)将返回位置n的代码单元，n介于0~s.length()-1之间。字符串中的第一个代码单元位置为0 例如：

        char first =greeting.charAt(0); // first is 'H'

        char last =greeting.charAt(4); // last is 'o'

    要想得到第i个代码点，应该使用下列语句（）

        int index =greeting.offsetByCodePoints(0, i);

        int cp =greeting.codePointAt(index);

网摘：

＂代码点（Code Point）就是指Unicode中为字符分配的编号，一个字符只占一个代码点，例如我们说到字符“汉”，它的代码点是U+6C49.代码单元（Code Unit）则是针对编码方法而言，它指的是编码方法中对一个字符编码以后所占的最小存储单元。例如UTF-8中，代码单元是一个字节，因为一个字符可以被编码为1个，2个或者3个4个字节；在UTF-16中，代码单元变成了两个字节（就是一个char），因为一个字符可以被编码为1个或2个char。说得再罗嗦一点，一个字符，仅仅对应一个代码点，但却可能有多个代码单元（即可能被编码为2个char）。

    以上概念绝非学术化的绕口令，这意味着当你想以一种统一的方式指定自己使用什么字符的时候，使用代码点（即你告诉你的程序，你要用Unicode中的第几个字符）总是比使用代码单元更好（因为这样做的话你还得区分情况，有时候提供一个16进制数字，有时候要提供两个）。＂