如何在Java中正确计算字符串的长度？

  • Z时代
  • 2024-01-10
  • 分类：问答

我知道在代码单元/代码点上或多或少都有工作String#length的各种方法Character。

考虑到诸如语言/语言环境，规范化和字素簇之类的东西，Java中建议的实际返回Unicode标准（UAX＃29）指定的结果的方法是什么？

回答：

java.text.BreakIterator

能够遍历文本，并可以报告“字符”，单词，句子和行边界。

考虑以下代码：

def length(text: String, locale: java.util.Locale = java.util.Locale.ENGLISH) = {
  val charIterator = java.text.BreakIterator.getCharacterInstance(locale)
  charIterator.setText(text)
  var result = 0
  while(charIterator.next() != BreakIterator.DONE) result += 1
  result
}

运行它：

scala> val text = "Thîs lóo̰ks we̐ird!"
text: java.lang.String = Thîs lóo̰ks we̐ird!
scala> val length = length(text)
length: Int = 17
scala> val codepoints = text.codePointCount(0, text.length)
codepoints: Int = 21

使用代理对：

scala> val parens = "\uDBFF\uDFFCsurpi\u0301se!\uDBFF\uDFFD"
parens: java.lang.String = ????surpíse!????
scala> val length = length(parens)
length: Int = 10
scala> val codepoints = parens.codePointCount(0, parens.length)
codepoints: Int = 11
scala> val codeunits = parens.length
codeunits: Int = 13

在大多数情况下，这应该可以完成工作。

以上是 如何在Java中正确计算字符串的长度？ 的全部内容， 来源链接： utcz.com/qa/420252.html

回到顶部