Unicode轉換爲Java中的字符串

我正在構建一種語言，一種玩具語言。語法\#0061應該給定的Unicode轉換爲字符：Unicode轉換爲Java中的字符串

String temp = yytext().subtring(2);

那之後嘗試添加'\u'到字符串，我注意到，產生錯誤。我也試過"\\" + "u" + temp;這種方式不做任何轉換。

我基本上試圖通過提供一個方法，幫助只提供'0061' Unicode轉換爲字符。

來源

2009-12-20 ferronrsmith

請注意，16位（4個十六進制數字）不足以表示Unicode中的所有字符。在java中，「\ u1234」映射到UTF-16的代碼點單元，它與字符不一樣。 –

附錄：實際上，它是映射到UTF-16代碼點單位的java數據類型字符，而不是實際的Unicode字符。 –

刪除'＃'並使用Integer.parseInt("0061", 16)將十六進制數字轉換爲int。然後投射到char。如果你已經手工實現了詞法分析器，另一種方法是當你的詞法分析器與unicode字面匹配時，可以隨時進行轉換。但是在重讀這個問題時，我看到你正在使用詞法分析器。。好動！）

來源

2009-12-20 04:33:23

只是好奇：你是怎麼發現他在使用詞法分析器？ – BalusC

@BalusC由於'yytext'，一個lex特定變量 –

這是正確的Pascal –

\uXXXX是一個轉義序列。在執行之前，它已經被轉換成實際的字符值，它在運行時不會被「評估」。

您可能想要做的是定義從#XXXX語法到Unicode代碼點的映射並將它們投射到char。

來源

2009-12-20 04:30:55

你需要將特定的碼點轉換爲char。你可以做到這一點與正則表達式的一點幫助：

String string = "blah #0061 blah"; 

Matcher matcher = Pattern.compile("\\#((?i)[0-9a-f]{4})").matcher(string); 
while (matcher.find()) { 
    int codepoint = Integer.valueOf(matcher.group(1), 16); 
    string = string.replaceAll(matcher.group(0), String.valueOf((char) codepoint)); 
} 

System.out.println(string); // blah a blah

編輯按照意見，如果它是一個單一的令牌，然後就去做：

String string = "0061"; 
char c = (char) Integer.parseInt(string, 16); 
System.out.println(c); // a

來源

2009-12-20 04:34:04 BalusC

Erm ...你不想使用Java正則表達式模式匹配來實現一個詞法分析器。 –

有效的點，我已經相應地更新了答案。 – BalusC

我需要你發佈的第一個例子。我運行代碼，使模式更改，因爲我需要它們，但是ReplaceAll不會取代任何東西。該字符串與原始字符串相同:( – 2012-05-22 13:16:08

我基本上是試圖通過提供只有'0061'給方法，幫助，將 unicode轉換爲字符。

char fromUnicode(String codePoint) { 
    return (char) Integer.parseInt(codePoint, 16); 
}

您需要處理不良輸入等，但會以其他方式使用。

來源

2009-12-20 04:45:08 danben

Unicode轉換爲Java中的字符串

回答

相關問題