Core Java (八) Java中的代码点与代码单元
2013-01-21 21:51
417 查看
最近看core java,之前一直不明白,看了不少帖子和博客,总算搞明白了。
Java中,char[]、String、StringBuilder和StringBuffer类中采用了UTF-16编码,使用U+0000~U+FFFF来表示一个基本字符(BMP字符),但是位于U+D800到U+DBFF和U+DC00到U+DFFF的char被视为无定义字符。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。即:基本字符用一个char表示,辅助字符使用一对char表示。
Java使用代码点(Unicode code pointer)这个概念来表示范围在U+0000与U+10FFFF之间的字符值(int型),代码单元(Unicode code unit)表示作为UTF-16编码的代码单元的 16位char值(char型)。也就是说,可能存在一个字符,它的代码点数量是1,而代码单元数量是2。所以,代码单元的数量并不一定是字符的数量。
相比之下,代码单元更加偏底层。
相关函数:
length()函数返回采用UTF-16编码标识的给定字符串所需要的代码单元的数量。
codePointCount()函数返回采用UTF-16编码标识的给定字符串所需要的代码点的数量。
测试程序:
参考资料:
http://bbs.csdn.net/topics/340195349 http://blog.csdn.net/longyulu/article/details/7374862
Java中,char[]、String、StringBuilder和StringBuffer类中采用了UTF-16编码,使用U+0000~U+FFFF来表示一个基本字符(BMP字符),但是位于U+D800到U+DBFF和U+DC00到U+DFFF的char被视为无定义字符。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。即:基本字符用一个char表示,辅助字符使用一对char表示。
Java使用代码点(Unicode code pointer)这个概念来表示范围在U+0000与U+10FFFF之间的字符值(int型),代码单元(Unicode code unit)表示作为UTF-16编码的代码单元的 16位char值(char型)。也就是说,可能存在一个字符,它的代码点数量是1,而代码单元数量是2。所以,代码单元的数量并不一定是字符的数量。
相比之下,代码单元更加偏底层。
相关函数:
length()函数返回采用UTF-16编码标识的给定字符串所需要的代码单元的数量。
codePointCount()函数返回采用UTF-16编码标识的给定字符串所需要的代码点的数量。
测试程序:
package com.xujin; public class Test{ public static void main(String...args){ char[] ch = Character.toChars(0x10400); System.out.printf("U+10400 高代理字符: %04x\n", (int)ch[0]);//d801 System.out.printf("U+10400 低代理字符: %04x\n", (int)ch[1]);//dc00 String str = new String(ch); System.out.println("代码单元长度: " + str.length());//2 System.out.println("代码点数量: " + str.codePointCount(0, str.length()));//1 System.out.println(str.codePointAt(0));//返回给定位置开始或结束的代码点,66560 System.out.println(str.charAt(1));//返回给定位置的代码单元,由于未定义,返回? //遍历一个字符串,打印出所有字符的代码点 str += "Hello,world!"; int i = 0; int cp = str.codePointAt(i); while(i < str.length()){ System.out.println(str.codePointAt(i)); if(Character.isSupplementaryCodePoint(cp)) i += 2;//如果cp所在的位置是代码点的第一部分,执行此处 else i++; } /* * 66560 * 72 * 108 * 111 * 119 * 114 * 100 */ } }
参考资料:
http://bbs.csdn.net/topics/340195349 http://blog.csdn.net/longyulu/article/details/7374862
相关文章推荐
- [Java Core]Java字符串的代码点和代码单元
- Java Core 学习笔记——3.char/Unicode/代码点/代码单元
- 【转】Java中的代码点与代码单元
- “Java核心技术代码点和代码单元”部分学习
- java 代码点 代码单元
- Java中的代码点和代码单元
- Java 核心技术5NOTE String char 代码单元 代码点 操作
- Java字符串的代码点和代码单元
- Java中的代码点和代码单元
- Java中的代码点和代码单元
- 转:深入学习Java中的字符串,代码点和代码单元
- Java中的代码点和代码单元
- Java中的代码点和代码单元
- Java中的代码点与代码单元
- java中的代码点和代码单元
- Java中的代码点和代码单元
- Java中的代码点与代码单元
- 关于Java核心技术书中的代码点和代码单元是怎么理解的呢?
- JAVA 代码点和代码单元
- java核心卷轴-----代码点和代码单元