Java中的4字节Unicode字符

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在为我的自定义StringDatatype编写单元测试，并且需要写下4字节的unicode字符" title="unicode字符">unicode字符。“ \ U”-不起作用（非法转义字符错误），例如：U +

1F701（0xf0 0x9f 0x9c 0x81）。如何将其写成字符串？

回答：

Unicode代码点不是4个字节。它是整数（目前介于U + 0000到U + 10FFFF之间）。

您的4个字节是（很自然地）其UTF-8编码版本（编辑：我是对的）。

您需要这样做：

final char[] chars = Character.toChars(0x1F701);
final String s = new String(chars);
final byte[] asBytes = s.getBytes(StandardCharsets.UTF_8);

创建Java时，Unicode并未在BMP之外定义代码点（即，U + 0000至U + FFFF），这就是a

char仅16位长的原因（好吧，这只是一个猜测，但是我认为我离这里不远了）;

从那时起，它必须适应…而且BMP之外的代码点需要两个字符（一个前导代理和一个尾随代理-

Java分别将它们称为高和低代理）。Java中没有字符文字，因此不允许直接在BMP之外输入代码点。

假设a char实际上是UTF-16代码单元，并且有 这些

字符串文字，则可以在字符串中以"\uD83D\uDF01"-形式输入此“字符”，如果您的计算环境支持它，则可以直接以符号形式输入。

另请参见CharsetDecoder和CharsetEncoder类。

另请参见String.codePointCount()，以及，从Java

8开始String.codePoints()（继承自CharSequence）。

以上是 Java中的4字节Unicode字符 的全部内容， 来源链接： utcz.com/qa/421588.html

回到顶部