Question

如何在Java中使用char显示U + FFFF上方的Unicode字符？

我需要这样的东西（如果它有效）：

char u = '\u+10FFFF';

Answer 1

您无法使用单个char（包含UTF-16代码单元），但您可以使用String：

// This represents U+10FFFF
String x = "\udbff\udfff";

可替换地：

String y = new StringBuilder().appendCodePoint(0x10ffff).toString();

这是一个surrogate pair（两个UTF-16代码单元组合在一起构成基本多语言平面之外的单个Unicode代码点）。当然，您需要显示数据的任何内容来应对它......

Answer 2

您也可以使用函数，而不是使用StringBuilder 直接在类Character中找到。功能是 toChars（），它有以下规范：

将指定的字符（Unicode代码点）转换为
其UTF-16表示存储在{@code char}数组中。

因此，您无需确切了解代理对的外观喜欢并直接使用代码点。一个示例代码然后看起来如下：

int x = 0x10FFFF;
String y = new String(Character.toChars(ch));

请注意，代码点的数据类型是int而不是char。

Answer 3

Source

char数据类型基于原始Unicode规范，该规范将字符定义为固定宽度的16位实体。合法代码点的范围现在是U + 0000到U + 10FFFF，称为Unicode标量值。

从U + 0000到U + FFFF的字符集有时被称为基本多语言平面（BMP）。代码点大于U + FFFF的字符称为增补字符。 Java 2平台在char数组和String和StringBuffer类中使用UTF-16表示。在此表示中，补充字符表示为一对char值，第一个来自高代理范围（\ uD800- \ uDBFF），第二个来自低代理范围（\ uDC00- \ uDFFF）。

因此，char值表示基本多语言平面（BMP）代码点，包括代理代码点或UTF-16编码的代码单元。 int值表示所有Unicode代码点，包括补充代码点。 int的较低（最低有效）21位用于表示Unicode代码点，而较高（最高有效）11位必须为零。除非另有说明，否则关于补充字符和代理字符值的行为如下：



仅接受char值的方法不支持增补字符。它们将代理范围中的char值视为未定义的字符。例如，Character.isLetter（'\ uD840'）返回false，即使后面跟着字符串中任何低代理值的特定值也代表一个字母。



接受int值的方法支持所有Unicode字符，包括补充字符。例如，Character.isLetter（0x2F81A）返回true，因为代码点值表示一个字母（CJK表意文字）。



在J2SE API文档中，Unicode代码点用于U + 0000和U + 10FFFF之间的字符值，Unicode代码单元用于16位字符值，这些值是UTF-16的代码单元编码

Answer 4

Unicode字符可能需要两个以上的字节，而这些字节通常不能保存在字符中。

char中的Unicode比U +中的U + FFFF多吗？

4 个答案: