char是Unicode码元而非字节，不参与编码转换；编码转换实际发生在String与byte[]之间，需通过指定Charset显式解码/编码，处理非BMP字符时应使用codePoints()等API避免代理对破坏。
Java 中的 char 本身是 UTF-16 编码的 16 位无符号整数，它不直接对应字节，也不携带编码信息。所以“char 怎么处理编码转换”这个问题的关键在于：**char 不参与字节层面的编码转换，真正需要转换的是 String 与 byte[] 之间的双向过程，而 char 是中间的 Unicode 码元表示。**
char 本质是 Unicode 码元，不是字节
char 在 Java 中固定占 2 字节（0x0000 ~ 0xFFFF），用于表示基本多文种平面（BMP）内的 Unicode 字符。对于超出 BMP 的字符（如某些 emoji 或古汉字），Java 使用代理对（surrogate pair）——两个 char 组合表示一个 Unicode 码点（code point）。这意味着：
- 单个
char无法安全表示所有 Unicode 字符； -
char没有“编码格式”属性，它只是内存中的数值； - 你不能对
char直接调用new String(char[], charset)以外的方式做“编码转换”，因为转换必须发生在字节层面。
编码转换实际发生在 String ↔ byte[] 过程中
当你想把文本从一种编码转成另一种（比如 GBK → UTF-8），正确做法是：
- 先用源编码将字节数组解码为
String（得到 Unicode 内部表示）； - 再用目标编码将该
String编码为新的字节数组。
示例：
立即学习“Java免费学习笔记（深入）”；
byte[] gbkBytes = "你好".getBytes("GBK");String str = new String(gbkBytes, "GBK"); // 解码为 Unicode 字符串
byte[] utf8Bytes = str.getBytes("UTF-8"); // 重新编码为 UTF-8 字节
注意 char[] 构造 String 时的隐式编码陷阱
如果你用 new String(char[]) 构造字符串，它不会涉及任何编码转换，只是把字符数组原样转成字符串。但若后续调用 getBytes() 且未指定 charset，会使用平台默认编码（如 Windows 上可能是 GBK），导致乱码：
- 错误写法：
new String(charArray).getBytes()—— 依赖系统默认编码，不可移植； - 正确写法：
new String(charArray).getBytes(StandardCharsets.UTF_8)； - 更安全做法：始终显式传入
Charset对象，避免字符串与字节互转时歧义。
处理非 BMP 字符时要小心 char 边界
像 ?（U+1F30D）这类字符在 Java 中由两个 char（高代理 + 低代理）表示。如果用 String.toCharArray() 后按单个 char 处理（比如遍历、截断、替换），可能破坏代理对，导致显示为 或解析异常。
- 推荐用
String.codePoints()流式遍历 Unicode 码点； - 或用
String.offsetByCodePoints()、Character.isSurrogatePair()等 API 安全操作； - 避免基于
char下标做文本切分，改用String.substring()（它按 code point 边界安全处理）。
