Android上显示生僻字、emoji的办法

理论上安卓是可以显示所有Unicode字符的，显示所有的汉字（目前Unicode里有8万多个东亚汉字）、emoji当然也没问题。
Unicode值在0xFFFF以下的汉字早已被广泛支持，所以本文不把它们看作生僻字。这里共有2万多个简体、繁体汉字。
本文说的生僻字是指Unicode值在0xFFFF以上的汉字，emoji也在这个范围里。这个范围也叫non-BMP。
可以看这篇文章了解汉字的大致分布。

主要有三个关键点：

1、确保字符集能覆盖生僻字。也就是在文件、数据库保存字符串时使用的字符集，应该是：GB18030、UTF-16、UTF-32等能支持所有Unicdoe字符的字符集。
误区a：如果使用GB2312或GBK字符集，它们的范围有限，生僻字没有被包含在内。
误区b：UTF-8编码在理论上也支持所有Unicode字符，但是Android的UTF-8解码器似乎有问题，只能支持一部分范围的常用字符，见此帖。（此条尚未验证，仅供参考）

2、String在处理生僻字时会使用surrogate对。
Java程序的String使用的是UTF-16编码。String的一个char占两个字节，能表示0~0xFFFF之间的数值范围。
于是在String里，常用字符（Unicode值小于等于0xFFFF）用一个char表示，剩下的字符（Unicode值大于0xFFFF）用两个char组合表示，这两个char叫surrogate对儿。所以我们的生僻字符须要用两个char组合表示。

surrogate对的原理是：两个char各有一个保留区域，这个保留区域有1024个位置，于是1024x1024大约等于104万，再加上单个char包含的字符，正好能覆盖Unicode所有的110多万个位置点。

这个不需要我们操心，只要记住String的length()函数的返回值可能大于实际字符数就可以了，想知道String的实际字符数可以用codePointCount()函数。同理，charAt()等基于char操作的函数可能也不再适用。

3、使用支持生僻字的字体。
就算程序内在支持生僻字，字体不支持也显示不出来。包括默认字体在内的很多字体都不支持生僻字。
我们可以找一个支持生僻字的字体，然后放到程序的资源目录里，指定使用它而不是系统的默认字体。打包了字体的程序会大很多，这也是没有办法的事。
链接a：一个支持所有汉字的字体，帖子，网盘。
链接b：在程序里使用指定字体的办法见此文的方法二。

Android上显示生僻字、emoji的办法