从代码点整数列表生成字符串对象？

Posted 2023-02-24

【中文标题】从代码点整数列表生成字符串对象？

【英文标题】：Generate a String object from a List of code point integers?

【发布时间】：2021-10-06 21:36:16

【问题描述】：

如果我有一个 List< Integer > 其整数值是 Unicode code point 数字。如何构造由这些代码点确定的字符的String 对象？

例如：

List < Integer > codePoints = List.of( 100, 111, 103, 128054 ) ;

… 或：

List < Integer > codePoints = "cat".codePoints().boxed().toList();

我如何从codePoints 获得另一个值为cat 的String 对象？

【问题讨论】：

好问题！正因为您使用了 Stream#toList，它可从 Java-16 获得，如果问题也被标记为 Java-16，它将对读者有用。

【参考方案1】：

List ➠ Stream ➠ StringBuilder ➠ String

一种解决方案是将您的List 转换为Stream。然后将该流的元素收集到StringBuilder 中。 StringBuilder 类提供了一个 appendCodePoint 方法，专门用于容纳代码点整数。当可变的StringBuilder 完成后，转换为不可变的String。

String output = codePoints.stream().collect( StringBuilder :: new , StringBuilder :: appendCodePoint , StringBuilder :: append ).toString();

或不同的格式：

String output = 
        codePoints
                .stream()
                .collect( StringBuilder :: new , StringBuilder :: appendCodePoint , StringBuilder :: append )
                .toString();

这是一些示例代码。

String input = "dog?" ;
List < Integer > codePoints = input.codePoints().boxed().collect( Collectors.toList() );  // In Java 16+, replace the last part with simply `.toList()`.
String output = 
        codePoints
                .stream()
                .collect( StringBuilder :: new , StringBuilder :: appendCodePoint , StringBuilder :: append )
                .toString();

看到这个code run live at IdeOne.com。

输入：狗?

代码点：[100、111、103、128054]

输出：狗?

要了解带有StringBuilder 方法引用的代码是如何工作的，请参阅Java 8 Int Stream collect with StringBuilder。

为方便起见，我们可以为这段代码创建一个实用方法。为了安全起见，我们可以添加对.filter 的调用以跳过any invalid code point 号码（负数或超出Character.MAX_CODE_POINT）。

public static final String listOfCodePointsToString( List< Integer > codePoints )

    String output = 
            codePoints
                    .stream()
                    .filter( codePoint -> Character.isValidCodePoint​( codePoint ) )
                    .collect( StringBuilder :: new , StringBuilder :: appendCodePoint , StringBuilder :: append )
                    .toString();
    return output ;

看到code run live at IdeOne.com。

【讨论】：

your - 你不是说my吗？我一定是错过了什么。

@rzwitserloot 我不明白你的意思。

你在回答你自己的问题。

@rzwitserloot 是的，我以第二人称回答我自己的问题，以免分散读者的注意力。我写了问题和答案的事实是无关紧要的。我不知道你为什么会在意。

【参考方案2】：

String has a constructor 接受 int 代码点编号的数组。

int[] ints = codePoints.stream().mapToInt(i -> i).toArray();
String string = new String(ints, 0, ints.length);

转换List -> Stream -> IntStream -> int[] -> String

【讨论】：

我不知道这个隐藏的宝藏，尽管它从 Java-5 开始就有了。

【参考方案3】：

现有的答案很好，但也有一种简单的“老式”方法，不需要使用函数式接口或流。这是最小且完整的示例代码：

package cp2string;

import java.util.List;

public class CP2String 

    public static void main(String[] args) 
        List< Integer> codePoints = List.of(100, -999, 111, 103, 128054);
        Character BLACK_VERTICAL_RECTANGLE = '\u25AE';
        StringBuilder sb = new StringBuilder();

        for (int cp : codePoints) 
            sb.append(Character.toString(Character.isValidCodePoint(cp) ? cp : BLACK_VERTICAL_RECTANGLE));
        
        System.out.println("sb=" + sb.toString());
    

当代码运行时，输出如下：

sb=d▮og?

注意事项：

输出中的黑色矩形表示示例数据中故意包含的无效代码点。 静态方法Character.toString​(int codePoint)需要JDK 11或更高版本。 可能需要更改字体才能正确呈现输出。我使用了

Segoe UI 符号

。 如果考虑并行操作，显然使用基于流的方法是可行的方法，但对于不关心性能和可伸缩性的场景，可以说简单的方法同样好。