String.codePointAt 到底是做什么的？

Question

最近我在Java中遇到了codePointAt String 的方法。我还发现了其他一些 codePoint 方法：codePointBefore、codePointCount 等。它们肯定与 Unicode 相关，但我不明白。

现在我想知道何时以及如何使用codePointAt 和类似方法。

Answer 1

简答：它会为您提供从String 中的指定索引开始的Unicode codepoint。即该位置字符的“unicode number”。

更长的答案： Java 是在 16 位（又名 char）足以容纳任何存在的 Unicode 字符时创建的（这些部分现在称为 Basic Multilingual Plane or BMP）。后来，Unicode 被扩展为包含代码点 > 2¹⁶ 的字符。这意味着 char 不能再保存所有可能的 Unicode 代码点。

UTF-16 是解决方案：它将“旧”Unicode 代码点存储为 16 位（即恰好一个 char）和所有新的 32 位（即两个 char 值）。这两个 16 位值称为“代理对”。现在严格来说，char 拥有“UTF-16 代码单元”，而不是过去的“Unicode 字符”。

现在所有“旧”方法（仅处理 char）都可以正常使用，只要您不使用任何“新”Unicode 字符（或不真正关心它们），但是如果您也关心新字符（或者只是需要完整的 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。

注意： 一个非常著名的不在 BMP 中的 unicode 字符示例（即仅在使用代码点变体时有效）是表情符号：即使是简单的 Grinning Face ? U+1F600 也可以不能用单个 char 表示。

Answer 2

代码点支持大于 65535 的字符，即 Character.MAX_VALUE。

如果您的文本包含如此高的字符，则必须使用代码点或 int 而不是 chars。

它不是通过支持 UTF-16 来实现的，它可以使用一个或两个 16 位字符并将其转换为 int

AFAIK，一般只有Supplementary Multiligual 和Supplementary Ideographic 最近添加的字符（例如非繁体中文）才需要。

Answer 3

下面的代码示例有助于阐明codePointAt的用法

    String myStr = "1?3";
    System.out.println(myStr.length()); // print 4, because ? is two char
    System.out.println(myStr.codePointCount(0, myStr.length())); //print 3, factor in all unicode
    
    int result = myStr.codePointAt(0);
    System.out.println(Character.toChars(result)); // print 1
    
    result = myStr.codePointAt(1);
    System.out.println(Character.toChars(result)); // print ?, because codePointAt will get surrogate pair (high and low)
    
    result = myStr.codePointAt(2);
    System.out.println(Character.toChars(result)); // print low surrogate of ? only, in this case it show "?"
    
    result = myStr.codePointAt(3);
    System.out.println(Character.toChars(result)); // print 3

Answer 4

简而言之，只要您在 Java 中使用默认字符集就很少 :) 但要获得更详细的解释，请尝试以下帖子：

Comparing a char to a code-point? http://docs.oracle.com/javase/1.5.0/docs/api/java/lang/Character.html http://javarevisited.blogspot.com/2012/01/java-string-codepoint-get-unicode.html

希望这有助于为您澄清事情:)