Java中char类型不能单独存储增补字符，因其16位范围限于U+0000–U+FFFF，而增补字符位于U+10000–U+10FFFF，需用UTF-16代理对（高位U+D800–U+DBFF与低位U+DC00–U+DFFF）表示。
Java 中的 char 类型本身**不能单独存储**超出基本多文种平面（BMP，U+0000–U+FFFF）的增补字符（如大部分 emoji、古汉字、部分数学符号等），但它可以通过两个 char 组成的代理对（surrogate pair）来表示——关键在于“存储”是可行的，“解码”必须用正确方法，否则拿到的只是无效代理值。
为什么单个 char 存不下增补字符
char 是 16 位无符号整数，取值范围固定为 0 到 65535（即 U+0000–U+FFFF）。而增补字符的 Unicode 码点在 U+10000 到 U+10FFFF 之间，超出了 16 位能直接表达的上限。Java 借用 UTF-16 编码规则，把每个增补字符拆成两个 char：
- 高位代理（high surrogate）：落在 U+D800–U+DBFF 区间（十进制 55296–56319）
- 低位代理（low surrogate）：落在 U+DC00–U+DFFF 区间（十进制 56320–57343）
这两个 char 必须严格相邻、顺序不可颠倒，合起来才对应一个逻辑上的 Unicode 字符。
如何安全地从字符串中提取增补字符的码点
不能对单个 char 做强制类型转换或直接调用 (int) str.charAt(i)——这只会返回代理值（比如 55357），不是真实码点（比如 127789 对应 ?）。正确方式如下：
- 使用
str.codePointAt(i)：自动识别当前位置是否为高位代理，若是则连读下一个 char，返回完整码点；同时内部跳过第二个代理位置，下次索引应加Character.charCount(cp)或直接用i = str.offsetByCodePoints(i, 1) - 手动组合：先确认
Character.isHighSurrogate(c1) && Character.isLowSurrogate(c2)，再调用Character.toCodePoint(c1, c2) - 避免仅靠
isHighSurrogate()就跳过下一位——孤立的高位代理（如字符串被截断）也返回 true，但不构成有效字符
推荐遍历方式：用 codePoints() 流代替 charAt()
这是最简洁、不易出错的做法，完全绕过代理对的手动判断：
str.codePoints().forEach(cp -> System.out.println("码点: " + cp));- 返回的是
int类型的真实 Unicode 码点，每个元素对应一个用户感知的“字符” - 如果需要位置信息，可用
str.offsetByCodePoints(0, n)获取第 n 个字符起始的 char 索引
常见误用与风险提示
以下操作会得到错误结果：
-
str.length()返回的是 char 数量，不是字符个数（含增补字符时，"?".length()是 2） -
str.charAt(0)拿到的是高位代理，单独打印可能显示为 或空格 - 用
new String(charArray)构造字符串时，若 char 数组里高位/低位代理不配对，会产生非法代理序列，某些 API 可能抛异常或静默替换为 - 正则表达式、
String.substring()、StringBuilder.deleteCharAt()等基于 char 索引的操作，都可能在增补字符中间切断，导致数据损坏
