我應該如何在Java中表示一個unicode字符？

Question

我想在Java中表示一個Unicode字符。哪一個適合這個的基元或類？

請注意，我希望能夠存儲任何Unicode字符，這可能對於2字節太大的char。

Answer 1

char確實是16位，a char corresponds to a UTF-16 code unit。不適合單個UTF-16編碼單元的字符（例如Emojis）需要兩個char s。

如果因爲某些原因需要單獨存儲它們，則可以使用int。對於Unicode中當前允許的所有0x10FFFF代碼點，它有足夠的空間（然後有一些）。這就是JDK使用的，例如Character.codePointAt(CharSequence seq, int index)和String(int[] codePoints, int offset, int count)。其輸出

String s = ""; 
int emoji = Character.codePointAt(s, 0); 
String unumber = "U+" + Integer.toHexString(emoji).toUpperCase(); 
System.out.println(s + " is code point " + unumber); 
String s2 = new String(new int[] { emoji }, 0, 1); 
System.out.println("Code point " + unumber + " converted back to string: " + s2); 
System.out.println("Successful round-trip? " + s.equals(s2)); 

：

無端轉換示例（live on ideone）

 
    is code point U+1F602 
Code point U+1F602 converted back to string: 
Successful round-trip? true 

Answer 2

取決於字符的定義：

如果指的是一個單個Unicode代碼點 ，使用int，它可以保存從U + 0000到U + 1FFFFF的每個值。

但是，在某些情況下，顯示爲一個字符佔用多個代碼點。這在表情符號中尤爲常見，例如。

• skin tone：
• country flags：
• families：，其成爲"+++"如果我用加號代替零寬度加入者（U + 200D）。

要存儲那些最邏輯的方式是使用String。