在Java中，字符的int值应该称为其ASCII值或Unicode值

Question

我正在开发一个只用大写字母处理的Java程序。在某些处理过程中，我使用的是这些大写字母的字符int值。我理解大写字母的值在Unicode和ASCII中是相同的，但在引用这些int值时，我应该说它们是Unicode值还是ASCII值？我只是想确保我在语言方面使用正确的术语。

Answer 1

它应该被称为Unicode代码单元。 Java char是一个16位Unicode代码单元，而不是32位Unicode代码点（最初认为Unicode是16位）。无论值是什么，它总是取16位。 ASCII是7位（如果考虑0填充/错误检查位，则为8）。因此，即使实际值相同，该术语也不完全适用。

Answer 2

如果字符只是ASCII，则可以将它们称为ASCII。否则，您应该使用术语Unicode，正如您所说，它是ASCII的正确超集。请记住，即使您将引用作为ASCII，如果您将它们发送到期望真实的内容（ -t>），则可能需要更改编码 ）ASCII。

如果您的软件只处理ASCII范围内的代码点（并且见下文，这通常不是一个好主意），那么（对用户或文档中）“ASCII值”比“更容易” ASCII范围中的Unicode值“： - ）

如果只处理ASCII范围内的大写字母，实际上误导会将您的值作为Unicode代码点引用到大写字母的上下文中。

现在任何新软件都应该用Unicode编写，并且包括大写字母不限于ASCII范围的事实。

例如，有一大块希腊字符接近 ASCII范围，具有大写和小写属性。 SpecialCasing.txt文件显示了这些属性，并且主题上还有一个FAQ。

Answer 3

根据the Unicode Glossary数字代码的正确和正确的字词是 代码点 。例如：

• DIGIT ONE的代码点是31 ₁₆ （49 ₁₀ ），通常写为U + 0031。
• POUND SIGN的代码点是U + 00A3
• LATIN SMALL LETTER I WITH DIAERESIS的代码点是U + 00EF。
• GREEK SMALL LETTER MU的代码点是U + 03BC。
• LATIN SMALL LETTER F WITH DOT ABOVE的代码点是U + 1E1F。
• REPLACEMENT CHARACTER的代码点是U + FFFD。
• MUSICAL SYMBOL DOUBLE FLAT的代码点是U + 1D12B。
• MATHEMATICAL ITALIC CAPITAL R的代码点是U + 1D445。
• EXTRATERRESTRIAL ALIEN的代码点是U + 1F47D。
• U + 100002是Supplementary_Private_Use_Area_B块中指定的代码点。
• 代码点U + 0041的指定名称为LATIN CAPITAL LETTER A。
• 代码点U + 1F47E的指定名称为ALIEN MONSTER。
• 代码点U + 0FFE未分配，因此没有名称。

依此类推。