Java核心技术卷I基础知识3.6.6 码点与代码单元-阿里云开发者社区

开发者社区> 华章出版社> 正文

Java核心技术卷I基础知识3.6.6 码点与代码单元

简介:

3.6.6 码点与代码单元


Java字符串由char值序列组成。从3.3.3节“char类型”已经看到,char数据类型是一个采用UTF-16编码表示Unicode码点的代码单元。大多数的常用Unicode字符使用一个代码单元就可以表示,而辅助字符需要一对代码单元表示。

length方法将返回采用UTF-16编码表示的给定字符串所需要的代码单元数量。例如:

 

要想得到实际的长度,即码点数量,可以调用:

 

调用s.charAt(n)将返回位置n的代码单元,n介于0~s.length()-1之间。例如:

 

要想得到第i个码点,应该使用下列语句

 

      注释:类似于C和C++,Java对字符串中的代码单元和码点从0开始计数。

为什么会对代码单元如此大惊小怪?请考虑下列语句:

 

使用UTF-16编码表示字符(U+1D546)需要两个代码单元。调用

 

返回的不是一个空格,而是的第二个代码单元。为了避免这个问题,不要使用char类型。这太底层了。

如果想要遍历一个字符串,并且依次查看每一个码点,可以使用下列语句:

 

可以使用下列语句实现回退操作:

 

显然,这很麻烦。更容易的办法是使用codePoints方法,它会生成一个int值的“流”,每个int值对应一个码点。(流将在卷Ⅱ的第2章中讨论)。可以将它转换为一个数组(见3.10节),再完成遍历。

 

反之,要把一个码点数组转换为一个字符串,可以使用构造函数(我们将在第4章详细讨论构造函数和new操作符)。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:

华章出版社

官方博客
官网链接