String.codePointAt(int index) 遍历 Emoji 易出错，因许多 Emoji 由多个码点（如代理对、ZWJ 序列、修饰符）组成，而该方法仅返回指定索引处的单个码点，若索引落在代理对高位或低位中会返回无效值（如 0xD83D）。
Java 中 String.codePointAt(int index) 方法本身没有问题，但直接用它遍历字符串获取 Emoji 时容易出错，根本原因是：很多 Emoji 是由多个 Unicode 码点（Code Point）组成的代理对（Surrogate Pair）或组合序列（如肤色修饰、性别变体、ZWJ 序列），而 codePointAt 只能返回单个索引位置对应的码点——若该位置落在代理对的高位或低位中，结果会是无效码点（如 0xD83D），而非你想要的 Emoji。
理解 Emoji 的 Unicode 表示方式
Emoji 不等于单个 char。Java 的 char 是 UTF-16 编码单位（16 位），而许多 Emoji（尤其是较新的，如 ??、?️?、??）需要两个 char（即一个代理对）才能表示一个完整码点（Code Point），甚至更多（如带修饰符的组合）。例如：
-
"?"→ 实际是 U+1F468，需两个 char：0xD83D 0xDC68 -
"??"→ 是 ZWJ 连接的序列：U+1F468 U+200D U+1F4BB，共 3 个码点（但占 5 个 char） -
"??"→ 基础 thumbs up + 皮肤修饰符：U+1F44D U+1F3FB，2 个码点（4 个 char）
正确获取 Emoji 对应的 Code Point
不能简单按 i++ 遍历索引，必须跳过代理对和组合序列。推荐做法：
- 用
String.codePointCount(0, str.length())获取真实码点数量 - 用
String.offsetByCodePoints(int start, int codePointOffset)定位下一个码点起始索引 - 用
String.codePointAt(int index)获取该码点值（确保index是合法的码点起始位置）
典型安全遍历写法：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
立即学习“Java免费学习笔记（深入）”；
String s = "Hello ????";
for (int i = 0; i < s.length(); ) {
int cp = s.codePointAt(i);
System.out.printf("Code Point: U+%04X%n", cp);
i += Character.charCount(cp); // 自动跳过 1 或 2 个 char
}
处理复杂 Emoji（ZWJ、修饰符等）
codePointAt 只能拿到单个码点，无法自动识别语义 Emoji（如 ?? 是一个“人+电脑”整体）。若需提取逻辑 Emoji 单元（grapheme cluster），需额外处理：
- 使用 ICU4J 或
java.text.BreakIterator（Grapheme 模式）切分视觉字符 - 手动识别常见 ZWJ 序列（如
\u200D）、修饰符（\u1F3FB–\u1F3FF）并合并 - 注意：标准 Java 不提供开箱即用的 grapheme cluster 切分，仅靠
codePointAt无法还原完整 Emoji 含义
避免常见错误
以下写法都危险：
-
for (int i=0; i<s.length(); i++) { s.codePointAt(i); }→ 在代理对中间调用，返回高位/低位 surrogate，不是有效 Emoji -
s.charAt(i) == '?'→char无法表示该 Emoji，比较永远为 false - 把
String.length()当作字符数用 → 它返回的是 UTF-16 code unit 数，不是用户感知的“字数”
始终用 codePointCount 和 offsetByCodePoints 替代基于 length() 的循环。
