为了使计算机能够存储人类能够理解的文本和数字，需要有一种将字符转换为数字的代码。Unicode标准通过使用字符编码来定义这样的代码。

字符编码之所以如此重要，是因为每个设备都可以显示相同的信息。自定义字符编码方案可能在一台计算机上运行良好，但如果您将相同的文本发送给其他人，则会出现问题。除非它也理解编码方案，否则它不会知道你在说什么。

字符编码

字符编码所做的就是为每个可以使用的字符分配一个数字。您可以立即进行字符编码。

例如，我可以说字母A变成数字13，A=14，1=33，#=123，等等。

这就是行业标准的用武之地。如果整个计算机行业使用相同的字符编码方案，那么每台计算机都可以显示相同的字符。

什么是统一码(unicode)？

ASCII（美国信息交换标准代码）成为第一个广泛使用的编码方案。但是，它仅限于128个字符的定义。对于最常见的英语字符、数字和标点符号来说，这很好，但对于世界其他地方来说，这有点限制。

当然，世界上其他国家也希望他们的字符采用相同的编码方案。但是，有一段时间，根据您所在的位置，同一ASCII代码可能会显示不同的字符。

最后，世界其他地区开始创建自己的编码方案，事情开始变得有点混乱。不仅是不同长度的编码方案，程序还需要确定应该使用哪种编码方案。

很明显，在创建Unicode标准时，需要一种新的字符编码方案。Unicode的目标是统一所有不同的编码方案，以便尽可能限制计算机之间的混淆。

如今，Unicode标准定义了超过128000个字符的值，可以在Unicode联盟中看到。它有几种字符编码形式：

• UTF-8：仅使用一个字节（8位）对英文字符进行编码。它可以使用字节序列对其他字符进行编码。UTF-8广泛应用于电子邮件系统和互联网。
• UTF-16：使用两个字节（16位）对最常用的字符进行编码。如果需要，附加字符可以由一对16位数字表示。
• UTF-32：使用四个字节（32位）对字符进行编码。很明显，随着Unicode标准的发展，16位数字太小，无法代表所有字符。UTF-32能够将每个Unicode字符表示为一个数字。

注：UTF表示Unicode转换单元。

代码点

代码点是Unicode标准中给定的字符值。根据Unicode的值被写为十六进制数，前缀为U+。

例如，要对我们前面看到的字符进行编码：

• A是U+0041
• a是U+0061
• 1是U+0031
• #是U+0023吗

这些代码点分为17个不同的部分，称为平面，由数字0到16标识。每架飞机拥有65536个代码点。第一个平面0包含最常用的字符，称为基本多语言平面（BMP）。

代码单位

编码方案由代码单元组成，用于为字符在平面上的位置提供索引。

以UTF 16为例。每个16位数字都是一个代码单元。代码单元可以转换为代码点。例如，平面注释符号♭ 代码点为U+1D160，位于Unicode标准的第二个平面（补充表意平面）。它将使用16位代码单元U+D834和U+DD60的组合进行编码。

对于BMP，代码点和代码单位的值是相同的。这为UTF-16提供了一个快捷方式，可以节省大量存储空间。它只需要使用一个16位数字来表示这些字符。

java如何使用unicode？

Java是在Unicode标准为更小的字符集定义值时创建的。当时，人们认为16位足以编码所有需要的字符。考虑到这一点，Java被设计为使用UTF-16。char数据类型最初用于表示16位Unicode代码点。

自JavaSEV5.0以来，字符代表一个代码单元。它对于表示基本多语言平面中的字符没有什么区别，因为代码单元的值与代码点相同。但是，这确实意味着对于其他平面上的角色，需要两个字符。

需要记住的重要一点是，单个字符数据类型不能再表示所有Unicode字符。