String.codePointAt究竟做了什么？

string unicode java codepoint

2022-09-01 06:43:07

最近，我在Java中遇到了CodePointAt的String方法。我还发现了其他一些codePoint方法：等。它们肯定与Unicode有关，但我不明白。codePointBeforecodePointCount

现在我想知道何时以及如何使用类似的方法。codePointAt

答案 1

简短的回答：它为您提供了从中的指定索引开始的 Unicode 代码点。即该位置处字符的“unicode 编号”。String

更长的答案：Java是在16位（又名a）足以容纳任何存在的Unicode字符（这些部分现在被称为基本多语言平面或BMP）时创建的。后来，Unicode被扩展为包含代码点>2¹⁶的字符。这意味着 a 不能再保存所有可能的 Unicode 码位。charchar

UTF-16是解决方案：它将“旧”Unicode码位存储在16位（即正好一个）中，并将所有新码位存储在32位（即两个值）中。这两个 16 位值称为“代理项对”。现在严格来说，a持有“UTF-16代码单元”，而不是像以前那样的“Unicode字符”。charcharchar

现在，只要您没有使用任何“新”Unicode字符（或者并不真正关心它们），所有“旧”方法（仅处理）都可以很好地使用，但是如果您也关心新字符（或者只需要具有完整的Unicode支持），那么您需要使用实际上支持所有可能的Unicode代码点的“代码点”版本。char

注意：一个非常著名的Unicode字符的例子不在BMP中（即仅在使用codepoint变体时工作）是表情符号：即使是简单的Grinning Face

答案 2