3.6.6 码点与代码单元

Posted 2021-01-27 avention

    Java字符串由char值序列组成。char数据类型是一个采用UTF-16编码表示Unicode码点的代码单元。大多数的常用Unicode字符使用一个代码单元就可以表示，而辅助字符需要一对代码单元表示。

    length方法返回采用UTF-16编码表示的给定字符串所需要的代码单元数量。例如：

        String greeting = "Hello";

        int n = greeting.length();

 

    要想得到实际的长度，即码点数量，可以调用：

        int cpCount = greeting.codePointCount(0, greeting.length());

 

    调用s.charAt(n)将返回位置n的代码单元，n介于 0 ~ s.length() - 1之间。

 

    要想得到第i个码点，应该使用下列语句

        int index = greeting.offsetByCodePoints(0,i);

        int cp = greeting.codePointAt(index);