为什么java字符串将一些UTF-8符号视为几个字符

我试图涵盖utf-8符号，但java字符串有时会将一个符号转换为几个符号。将其写入文件并在编辑器中显示效果很好，但我需要检查有效的java标识符，这些标识符甚至可以用4个字节写入，例如“f0 93 81 98”，以便下一次使用：

U+0080-U+07FF（110xxxxx 10xxxxxx）

字符串将其拆分为2个符号。 所以问题是如何从utf-8字节数组中获得正确的字符串。以下是我的代码示例：

    byte[] test = {0, 0};
    int tmp;//use tmp int to avoid negative pointer bit mess
    for (int a = 12; a < 14; a++) {//110x mask
        for (int b = 0; b < 16; b++) {
            tmp = a << 4;
            tmp |= b;
            test[0] = (byte) tmp;
            for (int c = 8; c < 14; c++) {//10xx mask
                for (int d = 0; d < 16; d++) {
                    tmp = c << 4;
                    tmp |=d;
                    test[1] = (byte) tmp;

                    String symbol = new String(test, "UTF-8");
                    System.out.println(symbol.codePoints().count());//as Josh Lee commented
                }
            }
        }
    }

byte[]test={0,0}；
int tmp//使用tmp int避免负指针位混乱
对于（inta=12；a<14；a++）{//110x掩码
对于（int b=0；b<16；b++）{
tmp=aJava字符串对象是一系列的
char
，它们是UTF-16值。要处理所有Unicode，您需要查找
codePoint
构造函数和方法（使用
int
作为代码点的表示）

您的特定字符U+13058的UTF-16表示形式为0xD80C 0xDC58

至于如何将UTF-8字节转换为字符串的问题，Java标准库可以为您这样做，无论是直接调用字符串构造函数还是在构造InputStreamReader时。
您看到了吗？并非每个unicode代码点都可以用1
char
表示，因此您有时可以获得代理项对，如您所见因为一些UTF-8字符比普通字符（ASCII）占用更多的字节，这可能很有用：谢谢。这带来了一些启发，但对于我的代码，对于一些值，我仍然有2个代码点。
byte[] b = new byte[]{
    (byte)0xf0, (byte)0x93, (byte)0x81, (byte)0x98};
String s = new String(b, "UTF-8");
System.out.println(s.length());  // 2
System.out.println(s.codePoints().count());  // 1