我必须处理0FFFF
以上的代码点(特别是数学脚本字符),并且没有找到关于如何执行此操作的简单教程。我希望能够(a)创建具有高代码点的String
和(b)迭代其中的字符。由于char
无法保留这些点,因此我的代码如下:
@Test
public void testSurrogates() throws IOException {
// creating a string
StringBuffer sb = new StringBuffer();
sb.append("a");
sb.appendCodePoint(120030);
sb.append("b");
String s = sb.toString();
System.out.println("s> "+s+" "+s.length());
// iterating over string
int codePointCount = s.codePointCount(0, s.length());
Assert.assertEquals(3, codePointCount);
int charIndex = 0;
for (int i = 0; i < codePointCount; i++) {
int codepoint = s.codePointAt(charIndex);
int charCount = Character.charCount(codepoint);
System.out.println(codepoint+" "+charCount);
charIndex += charCount;
}
}
我觉得这完全正确或最干净的方式让我感到不舒服。我本来期望codePointAfter()
之类的方法,但只有codePointBefore()
。请确认这是正确的策略或提供替代策略。
更新:感谢@Jon的确认。我为此苦苦挣扎 - 这是两个要避免的错误:
s.getCodePoint(i))
- 你必须遍历它们(char)
作为演员会截断0FFFF
以上的整数并且不容易发现答案 0 :(得分:5)
对我而言看起来是正确的。如果要迭代字符串中的代码点,可以将此代码包装在Iterable
中:
public static Iterable<Integer> getCodePoints(final String text) {
return new Iterable<Integer>() {
@Override public Iterator<Integer> iterator() {
return new Iterator<Integer>() {
private int nextIndex = 0;
@Override public boolean hasNext() {
return nextIndex < text.length();
}
@Override public Integer next() {
if (!hasNext()) {
throw new NoSuchElementException();
}
int codePoint = text.codePointAt(nextIndex);
nextIndex += Character.charCount(codePoint);
return codePoint;
}
@Override public void remove() {
throw new UnsupportedOperationException();
}
};
}
};
}
或者您可以将方法更改为仅返回int[]
当然:
public static int[] getCodePoints(String text) {
int[] ret = new int[text.codePointCount(0, text.length())];
int charIndex = 0;
for (int i = 0; i < ret.length; i++) {
ret[i] = text.codePointAt(charIndex);
charIndex += Character.charCount(ret[i]);
}
return ret;
}
我同意遗憾的是,Java库不会公开这样的方法,但至少它们太难难以编写。