Java中Unicode处理需区分编译期字面量（如u4E2D）和运行时解码（如"u4E2D"），前者由编译器直接转换，后者需正则匹配并parseInt转义；高码点Emoji须用codePoint而非char操作。
Java 中 Unicode 编码在变量中正确表示与转换，关键在于区分两种常见场景：一是用 uXXXX 字面量直接声明字符或字符串；二是运行时动态解析形如 "\u4E2D" 的转义字符串。前者由编译器处理，后者需手动解码——混淆这两者是乱码和方块字符的主因。
Unicode 字面量：编译期直接生效
Java 源码中以 u 开头的 4 位十六进制序列（如 u4E2D）是编译期字面量，会被直接替换为对应字符。它只支持 BMP 平面内码点（U+0000 至 U+FFFF），且必须写在源文件里，不能拼接或运行时生成。
-
String s = "u4E2Du6587";→ 正确，编译后就是“中文” -
String s = "\u4E2D\u6587";→ 错误，这是 10 个普通字符，不是 Unicode 转义 -
char c = 'u1F601';→ 编译失败，U+1F601 超出 char 表示范围（需代理对）
运行时解码：处理字符串中的 uXXXX
当接口返回或配置文件中含 "u4E2Du6587" 这类带双反斜杠的字符串时，需用正则匹配并逐段转义。核心是提取 4 位十六进制，再用 (char)Integer.parseInt(hex, 16) 转为字符——仅适用于 BMP 内字符。
- 匹配模式：
Pattern.compile("\\u([0-9a-fA-F]{4})")（注意双反斜杠） - 替换逻辑：对每个匹配组
group(1)解析为 int，强转为 char，再转成字符串 - 示例输入
"\u4E2D\u6587"→ 输出"中文"
支持 Emoji 等高码点：用 codePoint 而非 char
U+1F601（?）、U+1F916（?）等超出 BMP 的码点，不能用 char 表示。必须使用 int 类型码点，并通过 Character.toString(int) 或 String.valueOf(Character.toChars(int)) 生成正确字符串。
立即学习“Java免费学习笔记（深入）”；
-
String s = Character.toString(0x1F601);→ 返回长度为 2 的字符串（代理对），显示为 ? -
int cp = "?".codePointAt(0);→ 获取首字符码点（0x1F601），而非charAt(0)返回的代理高位 - 遍历含高码点字符串：用
String.codePoints().forEach(...)，避免按 char 切割出错
双向工具方法：统一处理编码与解码
实际项目中建议封装工具类，覆盖常见需求：
-
toUnicodeEscapes(String s)：把“中文”转成"\u4E2D\u6587" -
fromUnicodeEscapes(String s)：把"\u4E2D\u6587"还原为“中文” -
toCodePoints(String s)：返回所有码点列表（自动跳过代理低位，适配 emoji） - 对非法转义（如
"\uGGGG"）应抛异常或跳过，不静默失败
