主页 / coding / 问题 / 78366311
Accepted
Krzysztof
Asked: 2024-04-22 20:39:00 +0800 CST

如何将字符串解码为 Unicode 代码点？

  • 772

我得到的字符串可以包含任何 Unicode 字符：

ABC

（第四个字符是空格）

我想：

U+0041 U+0042 U+0043 U+0020

这个怎么做？

java

2 个回答

  1. Best Answer

    IntStream码点数量

    正如所评论的，您应该处理由返回的代码点整数流String#codePoints。

    int[] codePoints = "ABC ".codePoints().toArray() ;

    使用十六进制数字定义所需输出的格式字符串。

    "U+%04x"

    循环这些代码点int值，为每个代码点值生成文本。

    for ( int codePoint : codePoints ) 
{
    String result = String.format( "U+%04x" , codePoint ) ;
    System.out.println( result ) ;
}

    您可以使用 收集这些输出StringBuilder。

    或者将所有这些放在一行中：

    String results = 
    "ABC "
    .codePoints()
    .mapToObj( ( int i ) -> String.format( "U+%04x" , i )  )
    .collect( java.util.stream.Collectors.joining( " " ) )
;

    请参阅在 Ideone.com 上运行的此代码。

    U+0041 U+0042 U+0043 U+0020

    请注意，文本是一个复杂的问题。

    对于人类读者来说，看起来像一个字符的实际上可能是多个代码点的组合。例如，带有一个或多个变音符号的字母。另一个例子是以自然肤色描绘人体部位的表情符号。因此，您可以拥有比明显字符更多的代码点。

    要了解更多信息，请在 Wikipedia 上查找术语，例如代码点、字素、字形、变音符号、连字。

    • 1

  2. 在 Java 中，您可以通过迭代字符串中的每个字符，使用 Character.codePointAt() 方法将其转换为其 Unicode 代码点，然后根据需要对其进行格式化来实现此目的。

    public class UnicodeDecoder {
    public static String decodeToUnicodeCodePoints(String input) {
        StringBuilder builder = new StringBuilder();
        for (int i = 0; i < input.length(); i++) {
            int codePoint = input.codePointAt(i);
            builder.append(String.format("U+%04X ", codePoint));
            // Move index to the next character if the current character is part of a surrogate pair
            if (Character.isHighSurrogate(input.charAt(i))) {
                i++;
            }
        }
        return builder.toString();
    }

    public static void main(String[] args) {
        String input = "ABC ";
        String decodedString = decodeToUnicodeCodePoints(input);
        System.out.println(decodedString);
    }
}
    • 0

相关问题