Character.isHighSurrogate()仅判断高位代理，解析增补字符需成对检测高低代理并用Character.toCodePoint()合成码点，手动解析须校验相邻性、越界及孤立代理。
在 Java 中，Character.isHighSurrogate() 本身**不能单独用于解析增补字符（Supplementary Characters）**，它只是判断一个 char 是否为高位代理（high surrogate）。真正解析 UTF-16 中的增补字符，需要**成对检测高位代理 + 低位代理（low surrogate）**，并用 Character.toCodePoint() 合成 Unicode 码点。手动解析的关键是：识别代理对、跳过单个代理、正确处理边界。
理解 UTF-16 代理对结构
Unicode 中 U+10000 到 U+10FFFF 范围的字符（即增补字符）在 UTF-16 中用两个 char 表示：一个高位代理（U+D800–U+DBFF）和一个低位代理（U+DC00–U+DFFF）。二者必须严格相邻，缺一不可。
-
Character.isHighSurrogate(c)返回true仅当c∈ [0xD800, 0xDBFF] -
Character.isLowSurrogate(c)返回true仅当c∈ [0xDC00, 0xDFFF] -
Character.isSurrogate(c)可统一判断是否为任一代理（高或低） - 单独出现的代理 char 是非法编码，应视为错误或忽略（取决于策略）
手动遍历 char 数组/字符串提取码点
对 String 或 char[] 按索引扫描时，需主动检查当前 char 是否为高位代理，并验证下一个是否为合法低位代理：
- 用
String.codePointAt(int index)最简单——它内部已做代理对处理，直接返回完整码点，且自动跳过第二个代理 char - 若需完全手动控制（如解析原始 char 流、自定义错误处理），则按如下逻辑：
- 遍历索引
i从 0 开始 - 若
Character.isHighSurrogate(chars[i])且i + 1 < length且Character.isLowSurrogate(chars[i + 1])，则调用Character.toCodePoint(chars[i], chars[i + 1])，并令i += 2 - 否则，该 char 是基本多文种平面（BMP）字符，码点即
(int) chars[i]，i += 1
- 遍历索引
常见陷阱与注意事项
手动解析容易出错，需警惕以下情况：
立即学习“Java免费学习笔记（深入）”；
-
越界访问：检查
i + 1 < length再取chars[i + 1]，否则抛ArrayIndexOutOfBoundsException - 孤立代理：高位代理后跟非低位代理（如普通字母、控制字符、或另一个高位代理），此时不应合成，应按单个 char 处理或报错
-
反序代理对：低位代理在前、高位代理在后是非法 UTF-16，
Character.toCodePoint()会返回无效值（如0xFFFD），需提前校验顺序 -
String.length() ≠ 码点数：含增补字符的字符串，其
length()返回 char 数（含代理），而真实字符数需用codePointCount(0, length())
实用代码片段（手动解析示例）
以下方法将字符串转为 int[] 码点数组，显式处理代理对：
<font color="#888">public static int[] toCodePoints(String s) {
if (s == null) return new int[0];
char[] chars = s.toCharArray();
int[] codePoints = new int[s.codePointCount(0, s.length())];
int cpIndex = 0;
for (int i = 0; i < chars.length; ) {
char c = chars[i];
if (Character.isHighSurrogate(c) && i + 1 < chars.length &&
Character.isLowSurrogate(chars[i + 1])) {
codePoints[cpIndex++] = Character.toCodePoint(c, chars[i + 1]);
i += 2; // 跳过两个 char
} else {
codePoints[cpIndex++] = c; // BMP 字符
i += 1;
}
}
return codePoints;
}</font> 
