UTF-8到代码点

Question

我需要实现这样的方法： int toCodePoint（byte [] buf，int startIndex）; 它应该将字节数组中的UTF-8字符解码为代码点。不应该创建额外的对象（这就是我不使用JDK String类进行解码的原因）。 是否有任何现有的java类来执行此操作？ 谢谢。

Answer 1

您可以使用java.nio.charset.CharsetDecoder来执行此操作。您需要ByteBuffer和CharBuffer。将数据放入ByteBuffer，然后使用CharsetDecoder.decode(ByteBuffer in, CharBuffer out, boolean endOfInput)读取CharBuffer。然后，您可以使用Character.codePointAt(char[] a, int index)获取代码点。使用此方法很重要，因为如果您的文本在BMP之外有字符，它们将被翻译成两个字符，因此仅读取一个字符是不够的。

使用此方法，您只需创建两个缓冲区，之后不会创建新对象，除非发生某些错误。

Answer 2

我所知道的所有现有Java类都不适合此任务，因为您有限制（“不应创建额外的对象”）。否则你可以使用CharsetDecoder（如Malcolm所述）。如果你真的需要纯静态方法，甚至可以使用sun.io.ByteToCharUTF8。但不建议这样做。