为何单个字符‘𐍉’对应的String.length()返回值为2？

这是由Java字符串的底层编码逻辑和length()方法的定义共同决定的：

• Java的String内部采用UTF-16编码存储字符。Unicode字符分为两个范围：基本多语言平面（BMP，编码范围U+0000到U+FFFF）和补充平面（编码范围U+10000到U+10FFFF）。字符‘𐍉’的Unicode编码是U+10349，属于补充平面字符，超出了BMP的范围。
• 按照UTF-16的编码规则，BMP内的字符用1个16位的代码单元（Code Unit）表示，而补充平面的字符需要用两个16位代码单元组成的代理对（高代理项+低代理项）来表示。
• String.length()方法的返回值是字符串中UTF-16代码单元的数量，而非实际Unicode字符（Code Point）的数量。‘𐍉’作为补充平面字符，占用2个UTF-16代码单元，因此length()返回2。

如果要获取实际的Unicode字符数量，可以使用codePointCount()方法：

int actualCharCount = chars.codePointCount(0, chars.length());
// actualCharCount 的值为1

内容的提问来源于stack exchange，提问作者newman