AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • Início
  • system&network
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • Início
  • system&network
    • Recentes
    • Highest score
    • tags
  • Ubuntu
    • Recentes
    • Highest score
    • tags
  • Unix
    • Recentes
    • tags
  • DBA
    • Recentes
    • tags
  • Computer
    • Recentes
    • tags
  • Coding
    • Recentes
    • tags
Início / coding / Perguntas / 78366311
Accepted
Krzysztof
Krzysztof
Asked: 2024-04-22 20:39:00 +0800 CST2024-04-22 20:39:00 +0800 CST 2024-04-22 20:39:00 +0800 CST

Como decodificar string em pontos de código Unicode?

  • 772

Eu tenho uma string que pode conter qualquer caractere Unicode:

ABC 

(4º caractere é ESPAÇO)

Eu quero:

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

Como fazer isso?

java
  • 2 2 respostas
  • 75 Views

2 respostas

  • Voted
  1. Best Answer
    Basil Bourque
    2024-04-22T23:21:33+08:002024-04-22T23:21:33+08:00

    IntStreamde pontos de código

    Conforme comentado , você deve trabalhar no fluxo de números inteiros de pontos de código retornados por String#codePoints.

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

    Defina uma string de formato para a saída desejada com números hexadecimais.

    "U+%04x"
    

    Faça um loop entre esses intvalores de ponto de código, gerando texto para cada um.

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

    Você pode reunir essas saídas com StringBuilder.

    Ou junte tudo isso em uma linha:

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

    Veja este código executado em Ideone.com .

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


    Esteja ciente de que o texto é um assunto complicado.

    O que parece ser um caractere para o leitor humano pode, na verdade, ser uma composição de vários pontos de código. Por exemplo, uma carta com um ou mais diacríticos. Outro exemplo é um emoji representando parte do corpo humano em tom de pele natural. Portanto, você pode ter mais pontos de código do que caracteres aparentes.

    Para saber mais, procure termos na Wikipedia como ponto de código, grafema, glifo, diacrítico, ligadura.

    • 1
  2. Meet
    2024-04-22T21:38:54+08:002024-04-22T21:38:54+08:00

    Em Java, você pode conseguir isso iterando cada caractere da string, convertendo-o em seu ponto de código Unicode usando o método Character.codePointAt() e formatando-o conforme desejado.

    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

relate perguntas

  • Lock Condition.notify está lançando java.lang.IllegalMonitorStateException

  • Resposta de microsserviço Muitos para Um não aparece no carteiro

  • Validação personalizada do SpringBoot Bean

  • Os soquetes Java são FIFO?

  • Por que não é possível / desencorajado definir um lado do servidor de tempo limite de solicitação?

Sidebar

Stats

  • Perguntas 205573
  • respostas 270741
  • best respostas 135370
  • utilizador 68524
  • Highest score
  • respostas
  • Marko Smith

    Vue 3: Erro na criação "Identificador esperado, mas encontrado 'import'" [duplicado]

    • 1 respostas
  • Marko Smith

    Por que esse código Java simples e pequeno roda 30x mais rápido em todas as JVMs Graal, mas não em nenhuma JVM Oracle?

    • 1 respostas
  • Marko Smith

    Qual é o propósito de `enum class` com um tipo subjacente especificado, mas sem enumeradores?

    • 1 respostas
  • Marko Smith

    Como faço para corrigir um erro MODULE_NOT_FOUND para um módulo que não importei manualmente?

    • 6 respostas
  • Marko Smith

    `(expression, lvalue) = rvalue` é uma atribuição válida em C ou C++? Por que alguns compiladores aceitam/rejeitam isso?

    • 3 respostas
  • Marko Smith

    Quando devo usar um std::inplace_vector em vez de um std::vector?

    • 3 respostas
  • Marko Smith

    Um programa vazio que não faz nada em C++ precisa de um heap de 204 KB, mas não em C

    • 1 respostas
  • Marko Smith

    PowerBI atualmente quebrado com BigQuery: problema de driver Simba com atualização do Windows

    • 2 respostas
  • Marko Smith

    AdMob: MobileAds.initialize() - "java.lang.Integer não pode ser convertido em java.lang.String" para alguns dispositivos

    • 1 respostas
  • Marko Smith

    Estou tentando fazer o jogo pacman usando apenas o módulo Turtle Random e Math

    • 1 respostas
  • Martin Hope
    Aleksandr Dubinsky Por que a correspondência de padrões com o switch no InetAddress falha com 'não cobre todos os valores de entrada possíveis'? 2024-12-23 06:56:21 +0800 CST
  • Martin Hope
    Phillip Borge Por que esse código Java simples e pequeno roda 30x mais rápido em todas as JVMs Graal, mas não em nenhuma JVM Oracle? 2024-12-12 20:46:46 +0800 CST
  • Martin Hope
    Oodini Qual é o propósito de `enum class` com um tipo subjacente especificado, mas sem enumeradores? 2024-12-12 06:27:11 +0800 CST
  • Martin Hope
    sleeptightAnsiC `(expression, lvalue) = rvalue` é uma atribuição válida em C ou C++? Por que alguns compiladores aceitam/rejeitam isso? 2024-11-09 07:18:53 +0800 CST
  • Martin Hope
    The Mad Gamer Quando devo usar um std::inplace_vector em vez de um std::vector? 2024-10-29 23:01:00 +0800 CST
  • Martin Hope
    Chad Feller O ponto e vírgula agora é opcional em condicionais bash com [[ .. ]] na versão 5.2? 2024-10-21 05:50:33 +0800 CST
  • Martin Hope
    Wrench Por que um traço duplo (--) faz com que esta cláusula MariaDB seja avaliada como verdadeira? 2024-05-05 13:37:20 +0800 CST
  • Martin Hope
    Waket Zheng Por que `dict(id=1, **{'id': 2})` às vezes gera `KeyError: 'id'` em vez de um TypeError? 2024-05-04 14:19:19 +0800 CST
  • Martin Hope
    user924 AdMob: MobileAds.initialize() - "java.lang.Integer não pode ser convertido em java.lang.String" para alguns dispositivos 2024-03-20 03:12:31 +0800 CST
  • Martin Hope
    MarkB Por que o GCC gera código que executa condicionalmente uma implementação SIMD? 2024-02-17 06:17:14 +0800 CST

Hot tag

python javascript c++ c# java typescript sql reactjs html

Explore

  • Início
  • Perguntas
    • Recentes
    • Highest score
  • tag
  • help

Footer

AskOverflow.Dev

About Us

  • About Us
  • Contact Us

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve