代码点与代码单元

一个完整的Unicode字符叫代码点/CodePoint

代码点(CodePoint):一个完整的Unicode叫代码点

代码单元(CodeUnit):一个java char叫代码单元

Java的String对象是以UTF-16保存Unicode的字符,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()

一个代码点,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()


举例:

String str = "web开发";

int len = str.length();

System.out.println(len);

//输出结果为5;

int cLen = str.codePointCount(0,str.length());

System.out.println(cLen );

//输出结果同样为5


//定位一个字符

char cp = str.charAt(4);

System.out.println(cp );

//输出为“发”;

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

int _cp = str.codePointAt(index);

System.out.println(_cp );

//输出为21457;

//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)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值