Question

我知道如何通过this问题将Unicode转换为字符，但是当我对Unicode执行按位操作时，这种方法效果不佳。

.fromCharCode()是一个将Unicode转换为字符的Javascript函数。我想知道它在Java中的等价物，能够将按位操作作为参数处理。

此代码无法编译

public String str2rstr_utf8(String input) {
  String output = "";
  int i = -1;
  int x, y;
  while (++i < input.length()) {
    /* Decode utf-16 surrogate pairs */
    x = Character.codePointAt(input, i);
    y = i + 1 < input.length() ? Character.codePointAt(input, i + 1) : 0;
    if (0xD800 <= x && x <= 0xDBFF && 0xDC00 <= y && y <= 0xDFFF) {
      x = 0x10000 + ((x & 0x03FF) << 10) + (y & 0x03FF);
      i++;
    }
    /* Encode output as utf-8 */
    if (x <= 0x7F) output += String.fromCharCode(x);
    else if (x <= 0x7FF) output += String.fromCharCode(0xC0 | ((x >>> 6) & 0x1F), 0x80 | (x & 0x3F));
    else if (x <= 0xFFFF) output += String.fromCharCode(0xE0 | ((x >>> 12) & 0x0F), 0x80 | ((x >>> 6) & 0x3F), 0x80 | (x & 0x3F));
    else if (x <= 0x1FFFFF) output += String.fromCharCode(0xF0 | ((x >>> 18) & 0x07), 0x80 | ((x >>> 12) & 0x3F), 0x80 | ((x >>> 6) & 0x3F), 0x80 | (x & 0x3F));
  }
  return output;
}

Answer 1

如果我没弄错的话，你试图用UTF-8编码一个Java字符串。在Java中直接支持它：

public byte[] str2rstr_utf8(String str)
{
    return str.getBytes(Charset.forName("UTF-8"));
}

Answer 2

您实际上在做的是将UTF-16编码的输入字符串转换为UTF-16编码的输出字符串，其字符包含UTF-8编码字节的值。你几乎不需要在Unicode编程中这样做！但实际上你需要的机会很少（比如需要与需要这种奇怪格式的字符串的第三方API交互），那么你可以通过不手动处理按位操作来完成同样的事情，让Java做为你工作：

public String str2rstr_utf8(String input)
{
    byte[] utf8 = input.getBytes(Charset.forName("UTF-8"));
    StringBuilder output = new StringBuilder(utf8.length);
    for (int i = 0; i < utf8.length; ++i)
        output.append((char)utf8[i]);
    return output.toString();
}

使用按位运算将Unicode转换为字符

2 个答案: