2010-02-08 74 views
59

在Java中有什麼辦法可以讓我得到任何字符的Unicode等價物嗎?例如得到一個字符的Unicode值

假設方法getUnicode(char c)。致電getUnicode('÷')應返回\u00f7

+0

字符在Java中已經是unicode。 – 2016-10-23 16:11:34

回答

50

你可以在這裏使用一個襯墊做任何的Java字符:

System.out.println("\\u" + Integer.toHexString('÷' | 0x10000).substring(1)); 

但它一定會爲Unicode字符工作到Unicode的3.0,這是爲什麼我精簡你可以做任何Java字符。

由於Java是在Unicode 3.1出現之前設計的,因此Java的char原語不足以表示Unicode 3.1和以上版本:沒有「一個Java字符到一個Java字符」映射了(而不是一個怪異的黑客使用)。

所以你真的需要在這裏檢查你的需求:你需要支持Java char還是任何可能的Unicode字符?

+0

謝謝。我用這種方法檢查過所有的人物,現在看起來很好。 – Saurabh 2010-02-08 09:27:02

+4

「怪異的黑客」是UTF-16,它被廣泛使用。這可能並不理想,但它比僅支持UCS-2更好理解並且更好。 – 2010-02-08 09:47:28

+1

@Joachim:然而,現在'String.charAt'返回「半個字符」和'String.length'返回的東西可以不同於字符數是醜陋的,不是嗎? (這裏的字符表示Unicode代碼點,而不是Java字符)String類應該是獨立於編碼問題(並且在Unicode 3.1之前)。 – Thilo 2010-02-08 09:57:40

0

我在網上發現了這個不錯的代碼。

import java.io.BufferedReader; 
import java.io.IOException; 
import java.io.InputStreamReader; 

public class Unicode { 

public static void main(String[] args) { 
System.out.println("Use CTRL+C to quite to program."); 

// Create the reader for reading in the text typed in the console. 
InputStreamReader inputStreamReader = new InputStreamReader(System.in); 
BufferedReader bufferedReader = new BufferedReader(inputStreamReader); 

try { 
    String line = null; 
    while ((line = bufferedReader.readLine()).length() > 0) { 
    for (int index = 0; index < line.length(); index++) { 

     // Convert the integer to a hexadecimal code. 
     String hexCode = Integer.toHexString(line.codePointAt(index)).toUpperCase(); 


     // but the it must be a four number value. 
     String hexCodeWithAllLeadingZeros = "0000" + hexCode; 
     String hexCodeWithLeadingZeros = hexCodeWithAllLeadingZeros.substring(hexCodeWithAllLeadingZeros.length()-4); 

     System.out.println("\\u" + hexCodeWithLeadingZeros); 
    } 

    } 
} catch (IOException ioException) { 
     ioException.printStackTrace(); 
    } 
} 
} 

Original Article

+2

谷歌爲贏得 – 2010-02-08 08:56:38

+0

謝謝。你給我所問的。但是,當我嘗試一些俄語字符時,它會返回相同的Unicode值。我認爲Unicode值對於不同的字符應該是不同的。我試過以下字符 - л,и,ц,т,яretuns \ u003F。 – Saurabh 2010-02-08 09:05:20

+1

我很確定這段代碼對於0xFFFF以上的代碼點是不正確的。 – SyntaxT3rr0r 2010-02-08 09:12:01

31

如果你有Java 5中,使用char c = ...; String s = String.format ("\\u%04x", (int)c);

如果您的源不是一個Unicode字符(char),但一個字符串,則必須使用charAt(index)index的位置來得到Unicode字符。

不要使用codePointAt(index),因爲這將返回24位值(完整的Unicode),它不能用4個十六進制數字表示(它需要6個)。見the docs for an explanation

要解釋清楚:此答案不使用Unicode,而是使用Java表示Unicode字符(即代理對)的方法,因爲char是16位,Unicode是24位。問題應該是:「我怎樣才能將char轉換爲4位十六進制數」,因爲它不是(真的)關於Unicode。

+0

將char轉換爲int首先 – Bozho 2010-02-08 09:22:45

+2

@Aaron Digulla:認爲charAt(...)返回一個Unicode字符是一個常見的錯誤。它沒有。如果您的字符串由Unicode 3.0/BMP字符組成,charAt(...)僅返回一個Unicode字符。我不同意他不應該使用codePointAt。他應該使用codePointAt和一種能夠在BMP之外編碼字符的方法。 – SyntaxT3rr0r 2010-02-08 09:24:24

+0

codePointAt會更好,但假設你真的需要它,找出索引的正確值會變得棘手。 – Thilo 2010-02-08 09:33:48

9
private static String toUnicode(char ch) { 
    return String.format("\\u%04x", (int) ch); 
} 
+5

複製3年前的現有答案。 – 2015-05-29 18:01:59

4
char c = 'a'; 
String a = Integer.toHexString(c); // gives you---> a = "61" 
0

你挑剔與使用Unicode,因爲它與Java的更簡單,如果你寫的程序中使用「DEC」值或(HTML代碼)char和INT之間,那麼你可以簡單地轉換其數據類型

char a = 98; 
char b = 'b'; 
char c = (char) (b+0002); 

System.out.println(a); 
System.out.println((int)b); 
System.out.println((int)c); 
System.out.println(c); 

給出了這樣的輸出

b 
98 
100 
d 
0

首先,我得到了焦炭的高側。之後,得到低端。在HexString中轉換所有的東西並放置前綴。

int hs = (int) c >> 8; 
int ls = hs & 0x000F; 

String highSide = Integer.toHexString(hs); 
String lowSide = Integer.toHexString(ls); 
lowSide = Integer.toHexString(hs & 0x00F0); 
String hexa = Integer.toHexString((int) c); 

System.out.println(c+" = "+"\\u"+highSide+lowSide+hexa);