char 是 UTF-16 代码单元，仅能直接表示 BMP 内码点（U+0000–U+FFFF），超出处需代理对；它不是语义字符，单个 char 不恒等于一个用户感知的字符。
char 类型本身不“拥有”Unicode编码列表，它只是 Java、C# 等语言中用来存储一个 UTF-16 代码单元（code unit） 的 16 位数据类型。它的取值范围固定为 0x0000 到 0xFFFF（即 0–65535），对应 Unicode 的基本多文种平面（BMP）。这个范围内的每个数值，如果被解释为字符，就可能映射到一个 Unicode 码点（code point）——但仅限 BMP 内的码点。
char 能直接表示的 Unicode 区间（BMP，U+0000–U+FFFF）
这是 char 可以单个容纳的所有码点，共 65536 个。常见区块包括：
- U+0000–U+007F：ASCII（控制符 + 英文字母、数字、标点）
- U+0080–U+00FF：Latin-1 Supplement（带重音的西欧字符，如 é, ñ, ü）
- U+0370–U+03FF：希腊字母与科普特文（α, β, Γ, Δ）
- U+0400–U+04FF：西里尔字母（А, Б, В, Г）
- U+0590–U+05FF：希伯来文
- U+0600–U+06FF：阿拉伯文
- U+4E00–U+9FFF：常用汉字（约 2 万多个，如 中、国、程、序）
- U+3400–U+4DBF：扩展 A 区汉字（生僻字，部分需代理对支持显示）
- U+3000–U+303F：CJK 标点与符号（ 、，、。、！、？）
- U+1F600–U+1F64F：表情符号（?、?、?）——⚠️注意：这些码点 超出 BMP（U+1F600 = 128512 > 65535），不能用单个 char 表示
char 无法单独表示的 Unicode 码点（增补平面）
Unicode 当前定义了 17 个平面（0x00–0x10），但只有第 0 平面（BMP）能被单个 char 直接映射。其余平面（如第 1 平面 U+10000–U+1FFFF）中的字符，例如：
- 大部分 Emoji：?（U+1F60E）、?（U+1FAF5）
- 扩展汉字：?（U+30000）、?（U+30087）
- 古文字、数学符号扩展区等
这些码点数值 ≥ 0x10000，已超过 char 的最大值 0xFFFF。Java 和 C# 通过 代理对（surrogate pair） 处理：用两个连续的 char（高代理项 + 低代理项）共同编码一个码点。此时，单个 char 不再对应逻辑字符，仅是编码中间产物。
如何查某个字符对应的 char 行为？
不要依赖“字符看起来像一个”，而要看其实际码点：
- 在 Java 中用
String.codePointAt(0)或Character.codePointCount(str, 0, str.length())获取真实码点 - 用
Character.isSurrogate(char c)判断该 char 是否属于代理项 - 用
Character.toCodePoint(high, low)将一对代理 char 还原为码点 - 在线工具推荐：Unicode.org 官方字符搜索（https://unicode.org/cldr/utility/character.jsp）或 fileformat.info
关键提醒：char ≠ 字符
这是一个常被误解的核心点：
- char 是 存储单位（UTF-16 code unit），不是语义上的“字符”
- 一个用户感知的“字”或“表情”，可能由 1 个 char（BMP）或 2 个 char（代理对）构成
- 对字符串做
charAt(i)或遍历toCharArray()，拿到的是代码单元，不是码点；处理文本时务必优先使用codePoints()流
