代码单元与代码点

  • Z时代
  • 2024-01-10
  • 分类：综合

编程

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);
}

参考：https://www.zhihu.com/question/35937819/answer/65194371

字符编码：https://blog.csdn.net/zhusongziye/article/details/84261211

以上是 代码单元与代码点 的全部内容， 来源链接： utcz.com/z/516150.html

回到顶部