code unit和code point

转载 2006年06月05日 15:59:00

http://www.blogjava.net/default.aspx?id=-10&cateid=3891

一个完整的Unicode字符叫代码点/CodePoint,而一个Java char 叫代码单元code unit;
string对象以UTF-16保存Unicode字符,需要用2个字符表示一个超大字符集汉字,这种表示方式为
Sruuogate,第一个字符叫Surrogate High,第二个就是Surrogate Low
判断一个char是否是Surrogate区的字符,用Character的isHighSurrogate()/isLowSurrogate()方法。
从两个Surrogate High/Low字符,返回一个完整的Unicode CodePoint用Character.toCodePoint()/codePointAt()
一个Code Point,可能需要一个也可能需要两个char表示,因此不能直接使用CharSequence.length()
方法返回一个字符串到底有多少个汉字,而需要用String.codePointCount()/Character.codePointCount()
要定位字符串中的第N个字符,不能直接将n作为偏移量,而需要从字符串头部依次遍历得到,需要
String.offsetByCodePoints()
从字符串的当前字符,找到上一个字符,不能直接用offset实现,而需要
String.codePointBefore(),或String.offsetByCodePoints()
从当前字符,找下一个字符,需要判断当前CodePoint的长度,再计算得到
String.offsetByCodePoints()

看了之后还是不太明白

String str("web开发");

int len = str.length();

System.out.println();

输出结果为5;

改为用int len = str.codePointCount(0,str.length());

输出结果同样为5

定位一个字符

用char cp = str.charAt(4);

输出为“发”;

若用int index = str.offsetByCodePoints(0,4);

       int cp = str.codePointAt(index);

输出为21457;什么意思??原来是获取字符串中指定位置的字符的UNICODE值,其值等同于(int)charAt(i)

jdk1.5中,string类新方法介绍:

http://www.javayou.com/html/diary/showlog.vm?sid=2&log_id=557

Java中字符串长度方法length()和codePointCount()区别

在String类和继承抽象类AbstractStringBuilder的StringBuilder和StringBuffer类中,length()和codePointCount()方法都是计算字符串长...
  • u014166319
  • u014166319
  • 2017年05月07日 10:19
  • 443

code point

一个完整的Unicode字符叫CodePoint一个Java char 叫代码单元code unit;The Unicode standard was originally designed as a...
  • feixingfei
  • feixingfei
  • 2008年12月17日 15:29
  • 2696

类 String详细用法小结

所有已实现的接口: Serializable, CharSequence, ComparableString> public final class Stringextends Ob...
  • chaoyu168
  • chaoyu168
  • 2015年10月19日 21:14
  • 2623

offsetByCodePoints()与codePointAt()

在Java api文档中对这两个方法的解释为 offsetByCodePoints public int offsetByCodePoints(int index, ...
  • dajiangqingzhou
  • dajiangqingzhou
  • 2017年08月26日 19:01
  • 107

[每天一个知识点]6-Java语言-char和code point

java.lang.String有2个方法 char charAt(int index) Returns the char value at the specified index. int cod...
  • Maxwell
  • Maxwell
  • 2015年01月24日 11:09
  • 1057

code unit和code point

http://www.blogjava.net/default.aspx?id=-10&cateid=3891一个完整的Unicode字符叫代码点/CodePoint,而一个Java char 叫代码...
  • yanzixg
  • yanzixg
  • 2006年06月05日 15:59
  • 5549

String源码分析

这篇笔记主要用于分析Java中String系列的源代码。以下是String系列的的类层次结构图。这篇博文主要目的在于分析String系列源码思想、以及String系列类型之间的关系,以及性能等。 ...
  • u013035972
  • u013035972
  • 2016年07月19日 11:18
  • 3872

code unit和code point

一个完整的Unicode字符叫代码点/CodePoint,而一个Java char 叫代码单元code unit; string对象以UTF-16保存Unicode字符,需要用2个字符表示一个超...
  • mzd8341
  • mzd8341
  • 2017年05月06日 16:04
  • 83

code unit和code point

http://www.blogjava.net/default.aspx?id=-10&cateid=3891一个完整的Unicode字符叫代码点/CodePoint,而一个Java char 叫代码...
  • jjjkl81
  • jjjkl81
  • 2007年12月10日 17:41
  • 876

Java中求字符串长度length()和codePointCount()的区别

在计算字符串长度时,Java的两种方法 一度让我困惑,运行书上例子得到的长度值是相等的,那为什么要设定两个方法呢? 对于普通字符串,这两种方法得到的值是一样的,但对于UniCode的编码来说,还是...
  • u012425381
  • u012425381
  • 2014年08月22日 18:03
  • 3498
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:code unit和code point
举报原因:
原因补充:

(最多只允许输入30个字)