查看String的源碼可以發現它以一個char類型的數組保存字符串的,而String.length()方法返回的也是這個char數組的長度.
那么,這個長度和"字符"長度有什么關系呢?
在這里就不得不引入碼點和代碼單元的概念,以下是摘抄至《Java核心技術卷一基礎知識(第十版)》中的定義:
"碼點（ code point ) 是指與一個編碼表中的某個字符對應的代碼值。在Unicode 標准中，碼點采用十六進制書寫，並加上前綴U+, 例如U+0041 就是拉丁字母A 的碼點。Unicode 的碼點可以分成17 個代碼級別（ codeplane)。第一個代碼級別稱為基本的多語言級別（ basicmultilingual plane ), 碼點從U+0000 到U+FFFF, 其中包括經典的Unicode 代碼；其余的16個級另丨〗碼點從U+10000 到U+10FFFF , 其中包括一些輔助字符（supplementary character)。UTF-16 編碼采用不同長度的編碼表示所有Unicode 碼點。在基本的多語言級別中， 每個字符用16 位表示，通常被稱為代碼單元（ code unit ) ; 而輔助字符采用一對連續的代碼單元進行編碼。這樣構成的編碼值落人基本的多語言級別中空閑的2048 字節內， 通常被稱為替代區域（surrogate area) [ U+D800 ~ U+DBFF 用於第一個代碼單兀，U+DC00 ~ U+DFFF 用於第二個代碼單元]。這樣設計十分巧妙， 我們可以從中迅速地知道一個代碼單元是一個字符的編碼， 還是一個輔助字符的第一或第二部分".
從上面的話可以知道：
① 一個字符對應一個碼點(且每個字符的碼點都是唯一的)，但一個碼點可能需要一個代碼單元或者兩個代碼單元才能表示。
② 一個char類型正好可以保存一個代碼單元的值。也就是說，String類型中的char數組，保存的其實是字符串對應的代碼單元。
由此我們就可以知道String.length()方法返回的是字符串所有代碼單元的數量，而不是字符串中所有字符的個數。（盡管大部分情況下Stirng.length()都等於字符的個數,也就是字符的長度）.
比如對於String str = "𝌷",其str.length()的返回結果為2,但它只有一個字符!
將它復制到idea中,你會發現String str = "𝌷"會變為String a = "\uD834\uDF37".
而要想獲取真正的字符長度(字符的個數),我們需要用如下語句:
str.codePointCount(0,str.length());