Question

我有一个像这样的字符串abc，我想将其拆分为单个字符/字符串。

static List<String> split(String text ) {
    List<String> list = new ArrayList<>(text.length());
    for(int i = 0; i < text.length() ; i++) {
        list.add(text.substring(i, i + 1));
    }
    return list;
}

public static void main(String... args) {
    split("a\uD83D\uDC4Fb\uD83D\uDE42c")
            .forEach(System.out::println);
}

您可能已经注意到，而我却得到了两个奇怪的字符：

a
?
?
b
?
?
c

Answer 1

根据Character and String APIs docs，您需要使用代码点来正确处理UTF多字节序列。

"abc".codePoints().mapToObj(Character::toChars).forEach(System.out::println);

将输出

a

b

c

Answer 2

以下将完成工作：

List<String> split(String text) {
    return text.codePoints()
            .mapToObj(Character::toChars)
            .map(String::valueOf)
            .collect(Collectors.toList());
}

Answer 3

有一个开放源代码MgntUtils库（由我编写），该库具有可将任何字符串转换为unicode的工具，反之亦然（正确处理代码点），这可以帮助您处理问题并理解内部工作在科学后面。这是一个示例：

下面的代码

String result = "abc";
result = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(result);
System.out.println(result);
result = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString(result);
System.out.println(result);

将产生以下内容：

\u0061\u1f44f\u0062\u1f642\u0063
abc

此处是指向该文章的链接，该文章解释了MgntUtils库及其获取位置（包括javadoc和源代码）：Open Source Java library with stack trace filtering, Silent String parsing Unicode converter and Version comparison。查找段落“ 字符串Unicode转换器”

将UTF-16字符串拆分为单个字符/字符串

3 个答案: