如果你足够小心，就能处理它们全部。
Java的char是一个UTF-16代码单元。对于码点大于0xFFFF的字符，将使用两个char进行编码（即代理对）。
请参阅http://www.oracle.com/us/technologies/java/supplementary-142654.html，了解如何在Java中处理这些字符。
（顺便说一下，在Unicode 5.2中，共有1,114,112个位置中的107,154个已分配字符。）
4
Java使用UTF-16编码。一个Java char 只能表示基本多文种平面的字符。其他字符需要用由两个char组成的代理对来表示。这可以通过API方法如String.codePointAt()来反映。
是的，这意味着在处理超出基本多文种平面的字符时，很多Java代码会以某种方式出现问题。
2
String.length，substring等如何处理包含这些字符的字符串？ - Bart van Heukelom除了其他回答中提到的内容外，还有一些需要记住的要点：
Java中的char类型始终占用16位。
Unicode字符在UTF-16编码时，"几乎总是"（不总是）占用16位：这是因为有超过64K个Unicode字符。因此，Java char不是Unicode字符（尽管"几乎总是"是）。
上面的"几乎总是"指的是Unicode的前64K个代码点，范围为0x0000到0xFFFF（BMP），在UTF-16编码中占用16位。
非BMP（"稀有"）Unicode字符表示为两个Java chars（代理表示）。这也适用于作为字符串的文字表示形式：例如，字符U+20000写为"\uD840\uDC00"。
推论：
string.length()返回的是Java chars的数量，而不是Unicode chars的数量。一个只包含一个"稀有"Unicode字符（例如U+20000）的字符串将返回length() = 2。对于处理char序列的任何方法都适用相同的考虑。Java对于整个非BMP Unicode字符的处理能力很弱。有一些实用程序方法将字符作为代码点处理，表示为int，例如：
Character.isLetter(int ch)。这些是真正的完全Unicode方法。
2
您说：
Java的char类型占用2个字节（最大大小为65,536），但Unicode字符有95,221个。
Unicode扩展
实际上，Unicode中定义的字符清单已经大幅增长。Unicode继续增长——不仅仅是因为表情符号。
- Unicode 13有143,859个字符（Java 15，发布说明）
- Unicode 12.1有137,994个字符（Java 13和14）
- Unicode 10有136,755个字符（Java 11和12）
- Unicode 8有120,737个字符（Java 9）
- Unicode 6.2有110,182个字符（Java 8）
- Unicode 6.0有109,449个字符（Java 7）
- Unicode 4.0有96,447个字符（Java 5和6）
- Unicode 3.0有49,259个字符（Java 1.4）
- Unicode 2.1有38,952个字符（Java 1.1.7）
- Unicode 2.0有38,950个字符（Java 1.1）
- Unicode 1.1.5有34,233个字符（Java 1.0）
char是遗留的
char类型已经过时，现在已被遗弃。
使用码点数
相反，您应该使用码点数字。
你问：
这意味着Java应用程序无法处理某些Unicode字符吗？
char类型只能表示不到今天 Unicode 字符的一半。
要表示任何 Unicode 字符，请使用代码点数字。 永远不要使用 char。
Unicode 中的每个字符都分配了一个代码点号。 这些数字超过一百万，从0到1,114,112。 根据上面列出的数字进行计算，这意味着该范围内的大多数数字尚未分配给字符。 其中一些数字被保留为 私有使用区 ，并永远不会被分配。
String类已经增加了处理代码点数字的方法，Character类也是如此。
通过零基索引号获取字符串中任意字符的代码点数。在这里，我们获取字母a的代码点数为97。
int codePoint = "Cat".codePointAt( 1 ) ; // 97 = 'a', hex U+0061, LATIN SMALL LETTER A.
如果要使用更通用的CharSequence而不是String，请使用{{link1：Character.codePointAt}}。
我们可以获取代码点号对应的Unicode名称。
String name = Character.getName( 97 ) ; // letter `a`
小写拉丁字母 A
我们可以获得一个字符串中所有字符的码位数流。
IntStream codePointsStream = "Cat".codePoints() ;
我们可以将其转换为一个
整数对象的列表。请参见如何将Java 8 IntStream转换为List？。List< Integer > codePointsList = codePointsStream.boxed().collect( Collectors.toList() ) ;
任何代码点号都可以通过调用
Character.toString转换为单个字符的String。String s = Character.toString( 97 ) ; // 97 is `a`, LATIN SMALL LETTER A.
我们可以从一个代码点数的a
IntStream生成一个String对象。请参见如何从代码点数的IntStream中制作字符串？。IntStream intStream = IntStream.of( 67 , 97 , 116 , 32 , 128_008 ); // 32 = SPACE, 128,008 = CAT (emoji).
String output =
intStream
.collect( // Collect the results of processing each code point.
StringBuilder :: new , // Supplier<R> supplier
StringBuilder :: appendCodePoint , // ObjIntConsumer<R> accumulator
StringBuilder :: append // BiConsumer<R,R> combiner
) // Returns a `CharSequence` object.
.toString(); // If you would rather have a `String` than `CharSequence`, call `toString`.
猫
您问道：
这是否归结于您使用的字符编码？
在Java中，String 内部始终使用UTF-16。
只有在将文本导入或导出到Java字符串时才会使用其他字符编码。
因此，回答您的问题，字符编码与此无直接关系。一旦您将文本输入Java String 中，它就是以UTF-16编码存在的，因此可以包含任何Unicode字符。当然，要看到该字符，您必须使用具有特定字符字形定义的字体。
总之，在Java 1.5中，您将找到以下有关Unicode 4.0的更改：
- char是UTF-16代码单元，而不是代码点 - 新的低级API使用int来表示Unicode代码点 - 高级API已更新以理解代理对 - 偏向于char序列API而非基于char的方法
由于Java没有32位字符，因此我让您判断是否可以称其为良好的Unicode支持。
1
char数据类型（因此Character对象所封装的值）基于最初的Unicode规范，该规范将字符定义为固定宽度的16位实体。 Unicode标准已经更改，以允许其表示需要超过16位的字符。合法代码点的范围现在是U+0000到U+10FFFF，称为Unicode标量值（请参阅Unicode标准中U+n符号的定义）。从U+0000到U+FFFF的字符集有时称为基本多语言平面（BMP）。代码点大于U+FFFF的字符称为补充字符。Java 2平台在char数组和String和StringBuffer类中使用UTF-16表示法。在这种表示中，补充字符表示为一对char值，第一个值来自高代理项范围（\uD800-\uDBFF），第二个值来自低代理项范围（\uDC00-\uDFFF）。因此，char值表示基本多语言平面（BMP）代码点，包括替代码点或UTF-16编码的代码单元。int值表示所有Unicode代码点，包括补充代码点。int的低（最低有效）21位用于表示Unicode代码点，上（最高有效）11位必须为零。除非另有说明，否则与补充字符和替代char值相关的行为如下：只接受char值的方法无法支持补充字符。它们将代理范围的char值视为未定义字符。例如，Character.isLetter（'\uD840'）返回false，即使在字符串中后跟任何低代理值，此特定值也表示字母。接受int值的方法支持所有Unicode字符，包括补充字符。例如，Character.isLetter（0x2F81A）返回true，因为代码点值表示一个字母（CJK表意文字）。
String表示UTF-16格式的字符串，其中补充字符由代理对表示（有关更多信息，请参见Character类中的Unicode字符表示部分）。索引值是char代码单元引用，因此补充字符在String中使用两个位置。
原文链接