Character.isHighSurrogate()仅判断高位代理，不能单独解析Unicode码点；必须结合低位代理用Character.toCodePoint()合成，且需验证代理对合法性，推荐用String.codePoints()自动处理。
Java 中的 Character.isHighSurrogate() 本身**不能直接解析出完整 Unicode 码点**，它只是判断一个 char 是否为高位代理（high surrogate）。要正确还原出完整的 Unicode 码点（即大于 U+FFFF 的字符，如 emoji、古文字等），必须**结合低位代理（low surrogate）一起处理**，并使用 Character.toCodePoint() 进行合成。
理解代理对（Surrogate Pair）机制
Unicode 中，U+0000–U+D7FF 和 U+E000–U+FFFF 可用单个 char（16 位）表示；但 U+10000–U+10FFFF（共约 100 万个码点）需用两个 char 表示：一个高位代理（U+D800–U+DBFF）加一个低位代理（U+DC00–U+DFFF），合称“代理对”。
单独出现的高位或低位代理是非法的，必须成对出现才代表一个有效码点。
如何安全识别并提取代理对
遍历字符串时，不能仅靠 isHighSurrogate() 就认定后面一定是低位代理——必须检查下一个 char 是否为有效的低位代理：
立即学习“Java免费学习笔记（深入）”；
- 用
i遍历char[]或String.charAt(i) - 若
Character.isHighSurrogate(ch)为true，再检查i + 1 且 <code>Character.isLowSurrogate(str.charAt(i + 1)) - 两者同时满足，才可调用
Character.toCodePoint(high, low)得到完整码点（int类型） - 若高位代理后不跟合法低位代理，应按孤立代理字符处理（通常视为错误或保留原义）
实用代码示例：遍历字符串获取所有码点
推荐使用 String.codePoints()（Java 8+），它自动处理代理对，返回 IntStream，无需手动判断：
string.codePoints().forEach(codePoint -> {
System.out.printf("U+%04X%n", codePoint); // 如 U+1F600（?）
});
若需手动实现（例如兼容旧版本或自定义逻辑）：
for (int i = 0; i < str.length(); i++) {
char ch = str.charAt(i);
if (Character.isHighSurrogate(ch) && i + 1 < str.length()) {
char next = str.charAt(i + 1);
if (Character.isLowSurrogate(next)) {
int cp = Character.toCodePoint(ch, next);
System.out.printf("U+%04X%n", cp);
i++; // 跳过下一个 char
continue;
}
}
// 单字符码点（BMP 区域）
System.out.printf("U+%04X%n", (int) ch);
}
常见误区提醒
-
Character.isHighSurrogate()返回true并不保证后续是合法代理对——必须显式验证低位代理存在且有效 - 不要对单个高位代理调用
toCodePoint()，会抛IllegalArgumentException -
String.length()返回的是char数量，不是字符（Unicode 字符）数量；含 emoji 的字符串，length()可能为 2，但实际只有 1 个字符 - 使用
StringBuilder.appendCodePoint(int)替代append(char)来安全构造含辅助平面字符的字符串
