Java字符串长度与字符访问技巧

Java中字符串length()返回Unicode码元数，含代理对的字符（如?）会占多个char，导致长度大于实际字符数；应使用codePointCount()准确统计可见字符。

Java中的字符串处理是开发中最常见的任务之一。理解字符串长度计算与字符访问的机制，能帮助开发者避免常见错误，提升代码健壮性。

字符串长度的正确获取方式

在Java中，length() 方法用于获取字符串中Unicode码元的数量，而不是直观意义上的“字符个数”。这意味着对于包含代理对（surrogate pairs）的字符（如某些表情符号或中文生僻字），length() 可能返回值大于实际可见字符数量。

例如：

若需准确统计用户可见字符数，应使用 codePointCount() 方法：

安全地访问字符串中的字符

通过 charAt(index) 可以按索引访问字符串中的单个字符，索引从0开始。但要注意索引越界问题，否则会抛出 StringIndexOutOfBoundsException。

建议在访问前进行边界检查：

• 确保索引 >= 0 且 < length()
• 循环遍历时使用 for (int i = 0; i < str.length(); i++) 模式
• 若需处理补充字符（如 emoji），建议使用 code points 遍历

区分char与code point：避免常见误区

Java中 char 是16位类型，只能表示基本多文种平面（BMP）内的字符。超出范围的字符（U+10000以上）需用两个char表示，即代理对。

因此，以下操作可能产生误解：

• length() 返回的是char数量，不是字符个数
• charAt() 只返回一个char，无法完整获取代理对字符
• 直接用 char[] 转换可能拆分代理对

推荐在处理国际化文本或用户输入时，优先使用 codePointAt()、codePointCount() 和 toChars() 等方法。

基本上就这些。掌握字符串长度与字符访问的本质差异，能让Java文本处理更准确可靠。特别是面对多语言环境时，关注Unicode编码细节非常必要。