Java 不以D800–；开头的代理项对；DBFF

我正在解析一个docx文件（在Java中），它有一个32位的汉字，使用值F0、A0、9C、8E。但unicode规范规定，高代理项值需要在D800–DBFF范围内

什么/为什么/如何允许第一个值为F0A0

Java以某种方式将其转换为E2，96，AB，E2，96，AB。知道这是怎么回事吗

更新：

好的，这在docx文件中的document.xml中，它被设置为UTF-8。我正在用dom4j阅读它。因此，问题很可能是如何将其读入字符串或将其写回

---

字符串对象中应如何表示此字符？

Hmm.U+F0A0被报告为无效，但有一个中文字形：U+9C8E是“Unicode汉字‘king crab’”-这两个字符中有一个是您要查找的字符吗？@JonSkeet整个序列在Word文件中显示为单个字符，而不是两个。我认为这是一个UTF-8 4字节序列（见我的编辑）。好吧，听起来这是代理项对d841，df0e，它的结尾是-这看起来像文档中的字符吗？（F0 A0 9C 8E是原始文档中的字节吗？@JonSkeet-是的，这是原始xml文件中的字节序列。谢谢你的帮助！