String.codePoints() 是 Java 8 提供的正确处理 Unicode 码点（含代理对）的方法，能准确解析 emoji、中文等 BMP 外字符，避免 charAt() 因 16 位限制导致的“半字符”问题。
String.codePoints() 是 Java 8 引入的便捷方法，用于将字符串转换为 IntStream，其中每个整数代表一个 Unicode 码点（code point），能正确处理代理对（surrogate pairs），从而实现真正意义上的“字符级”分析——尤其适用于含 emoji、中文、数学符号、古文字等超出 BMP（基本多文种平面）范围的字符串。
为什么不能只用 charAt() 或 toCharArray()？
Java 的 char 是 16 位，只能表示 BMP 内字符（U+0000–U+FFFF）。而像 ?（U+1F30D）、??（U+1F469 U+200D U+1F4BB）这类字符实际占用多个 char（即代理对），直接遍历会把一个逻辑字符拆成两个无效“半字符”。codePoints() 自动合并代理对，返回单个完整码点值（如 0x1F30D），确保语义准确。
基础用法：获取并遍历码点流
调用方式简单，返回的是不可变的 IntStream，支持函数式操作：
- 直接遍历打印码点（十六进制）：
"??".codePoints().forEach(cp -> System.out.printf("U+%04X ", cp)); // 输出：U+1F468 U+200D U+1F680 - 转为码点数组便于随机访问：
int[] cps = str.codePoints().toArray(); - 统计非 ASCII 字符数量：
long nonAsciiCount = str.codePoints().filter(cp -> cp > 127).count();
结合业务场景做精准分析
真实业务中需关注码点语义而非字节位置：
-
校验输入合法性：过滤掉控制字符（C0/C1）、不安全符号或特定区域外码点（如仅允许汉字 + 英文 + 数字）：
boolean isValid = str.codePoints().allMatch(cp -> Character.isLetterOrDigit(cp) || cp == ' ' || cp == '-' || cp == '_'); -
计算“视觉字符数”：对含组合字符（如带重音的 é = U+00E9 或 U+0065 + U+0301）或 ZWJ 连接符（如 ??）的字符串，需结合
Normalizer和Character.isSurrogatePair()等进一步归一化；但codePoints()是第一步，提供可靠原子单元。 -
构建索引映射：记录每个码点在原始字符串中的起始偏移（需配合
String.offsetByCodePoints()）：
int offset = 0;
for (int cp : str.codePoints().toArray()) {
System.out.printf("CodePoint: U+%04X at offset %d%n", cp, offset);
offset = str.offsetByCodePoints(offset, 1);
}
注意事项与边界情况
- 空字符串调用
codePoints()返回空流，不会报错； - 流是**一次性消费**的，重复调用
forEach需重新获取流； - 若需频繁随机访问，优先转为
int[]数组，避免重复解析； - 注意区分
codePointAt(index)（需手动处理索引越界和代理对）与codePoints()（全自动、安全、推荐）； - 对极长字符串，流式处理更省内存，避免全量加载到数组。
