java 代码点 代码单元_代码单元与代码点

JAVA使用了 UTF-16编码：

① 对于编号在 U+0000 到 U+FFFF 的字符(常用字符集)，直接用两个字节表示。

② 编号在 U+10000 到 U+10FFFF 之间的字符，需要用四个字节表示。

Demo

String s = "huD83DuDE09ello";

System.out.println(s.length());// 返回代码单元数 7

System.out.println(s.charAt(0)); // 返回第0为的代码单元, 因为代码点比较大所以会被截断

System.out.println(s.codePointCount(0, s.length())); // 返回代码点数 6

System.out.println(s.codePointAt(1)); // 返回代码点 128521 也就是对应的 UTF-16 的编码

System.out.println(s);

System.out.println(s.substring(1, 3));

System.out.println(s.offsetByCodePoints(0, 1)); // 位置为1codePoint的位置

System.out.println(s.codePointAt(s.offsetByCodePoints(0, 1)));

// 遍历每个字符并且获取代码点

for (int i = 0; i < s.length();) {

int cp = s.codePointAt(i);

if (Character.isSupplementaryCodePoint(cp)) {

i += 2;

} else {

++i;

}

System.out.println(cp);

}