Question

我看到评论here，charAt的所有解决方案都是错误的。我无法完全理解并在互联网上找到关于charAt的内容。当我查看源代码时，它只返回char数组中的一个元素。所以我的问题是，如果使用charAt有任何问题或问题吗？

评论就是那样

严格地说，基于charAt的所有解决方案都是错误的 charAt不会给你“the at at”，而是“code unit at”，并且有代码单元不是字符和字符需要多个代码单元。

Answer 1

使用不同的字节数编码不同的字符（使用UTF-16方案）。例如，“A”字符表示如下：

01000001

到目前为止一切顺利。

但如果你有像这样的角色，你就会遇到问题。其UTF-16表示（BE）是：

11011000 00110101 11011101 00110100

然后charAt确实可以返回该角色的第二个代码单元。

参见String#charAt的JDK 7实现：

public char charAt(int index) {
    if ((index < 0) || (index >= count)) {
        throw new StringIndexOutOfBoundsException(index);
    }
    return value[index + offset];
}

Answer 2

在Java中，String本质上是char的数组。同样，char是UCS-2（UTF-16）代码点。

这有两个问题：

并非所有字符都可以用UTF-16中的单个代码点表示。
Unicode支持combining characters。

重新排序属于这两种情况之一的字符会导致String不正确。

StringBuilder's reverse考虑了第一种情况，但我不知道任何考虑到第二种情况的内容。

Answer 3

上面说的是真的，一些代码单元需要表示两个字符。由于Java使用16位字符，因此很少遇到;但严格来说，任何使用charAt（...）而不考虑被访问的char是否是两个char代码单元的一部分的代码都会暴露给字符处理问题。

要测试您是否使用两个字符代码单元，您应该检查charAt(...)的初始值是否在0xD800到0xDFFF的范围内;因为该范围表示两个字符代码单元的开始。

Answer 4

正如其他答案所指出的那样，某些字符可能会占用多个代码单元，如果您尝试单独解释这些代码单元中的任何一个，或者与其他代码单元结合使用，您将获得无效字符。

要记住的另一件事是，在字符串中使用2代码单元字符会将所有后续索引移动1，例如第十个字符将是charAt(10)而不是charAt(9) - 因此，即使您没有遇到字符本身的编码问题，您也会发现自己在字符串中稍后通过索引提取错误的字符。 / p>

Answer 5

严格来说，是的，存在问题，正如您强调的原因所述。问题是某些角色可能需要多于1 char来表示。因此，通过使用String.charAt，当你反转字符串时，你会有一个新的半随机字符，因为按照构成该字符的两个字符的顺序切换。

但同样，这是严格来说

Answer 6

关于文本有许多常见的致命破坏假设，特别是如果你离开“只有一个西方国家”的利基，你在使用unicode时就会这样做。
只是在处理UTF-16时专门开始一些相关的要点：

代码点可能是多个代码单元。
字符可能是多个代码点。
代码点可能是多个字符。

反转文本时的其他相关性是LTR和RTL覆盖，需要特殊处理。

我建议您阅读Why does modern Perl avoid UTF-8 by default?的已接受答案，特别是假设破解部分，该部分与编程语言无关。

Answer 7

String.charAt方法是安全的（对于某些“安全”的定义），但如果您的字符串包含Basic Multilingual Plane以外的字符，则可以使用它，而不安全代码点的范围为0到65535。

您可以使用String.charAt实现字符串撤消 - AbstractStringBuilder直接使用char[]，但这在逻辑上与使用String.charAt()相同。它基本上实现了两个过程：

第一个反转字符，但也检查任何代理对
第二次重新推翻代理对。

Answer 8

您问题最简单的例子是UTF-8字符，例如ñ..

charAt（）将轻松返回ASCII字符，因为ASCII字符占用1个字节。另一方面，UTF-8 / UTF-16字符可能占用多个字节，因此您可能会收到意外的输出。

许多语言都有UTF-8格式的字母/符号，所以假设您的应用程序提供了某些特定于语言环境的信息，您可能会使用utf-8字符，而charAt（）在这种情况下会失败。

使用charAt方法进行字符串反转时可能出现的问题

8 个答案: