字符到Unicode超過U + FFFF在Java？

如何在Java中使用char顯示U + FFFF上方的Unicode字符？字符到Unicode超過U + FFFF在Java？

我需要的是這樣的（如果它是有效的）：

char u = '\u+10FFFF';

來源

2012-03-23 liuyuqing

查看[本文檔]（http://java.sun.com/developer/technicalArticles/Intl/Supplementary/）。儘管你不能在物理上把超過0xFFFF的字符放到'char'中。 – mpontillo 2012-03-23 06:28:44

你不能用一個單一的char（持有一個UTF-16代碼單元）做到這一點，但您可以使用一個String ：

// This represents U+10FFFF 
String x = "\udbff\udfff";

或者：

String y = new StringBuilder().appendCodePoint(0x10ffff).toString();

即一個surrogate pair（兩個UTF-16代碼單元結合在一起，形成超出基本多語言平面的單一Unicode代碼點）。當然，你需要什麼來顯示你的數據來應對它...

來源

2012-03-23 06:26:32

Unicode字符可能需要超過兩個字節，一般不能在字符中保存。

來源

2012-03-23 06:27:46

請注意，Java中的char是[2個字節]（http://docs.oracle.com/javase/1.4.2/docs/api/java/lang/Character.html#MAX_VALUE）。 – mpontillo 2012-03-23 06:30:26

Source

char數據類型是基於原始Unicode規範，其定義字符爲固定寬度的16位實體。合法代碼點的範圍現在是U + 0000到U + 10FFFF，稱爲Unicode標量值。

從U + 0000到U + FFFF的一組字符有時被稱爲基本多語言平面（BMP）。代碼點大於U + FFFF的字符稱爲補充字符。 Java 2平臺在char數組和String和StringBuffer類中使用UTF-16表示。在這種表示中，補充字符表示爲一對char值，第一個來自高代理範圍（\ uD800- \ uDBFF），另一個來自低代理範圍（\ uDC00- \ uDFFF）。

因此，char值代表基本多語言平面（BMP）代碼點，包括替代代碼點或UTF-16編碼的代碼單元。一個int值表示所有Unicode代碼點，包括補充代碼點。 int的低位（最低位）21位用於表示Unicode編碼點，而高位（最高位）的11位必須爲零。除非另有說明，關於增補字符和代理char值的行爲如下：

只接受一個char值無法支持增補字符的方法。他們將來自代理範圍的char值視爲未定義的字符。例如，Character.isLetter（'\ uD840'）將返回false，即使該字符串中任何低代理值後面的該特定值都表示一個字母。

接受int值的方法支持所有Unicode字符，包括補充字符。例如，Character.isLetter（0x2F81A）返回true，因爲代碼點值代表一個字母（CJK表意文字）。

在J2SE API文檔，Unicode代碼點用於字符值U + 0000和U + 10FFFF之間的範圍內，和Unicode代碼單元用於那些的代碼單元的16位char值UTF-16編碼。

來源

2012-03-23 06:47:19 kandarp

除了使用StringBuilder，您還可以使用直接在類Character中找到的函數。功能是 toChars（），並且它具有以下規格：

指定字符（Unicode代碼點）轉換爲存儲在{@code炭}陣列
其UTF-16表示。

所以你不需要完全知道代理對如何看待 like和直接使用代碼點。示例代碼然後看起來如下：

int x = 0x10FFFF; 
String y = new String(Character.toChars(ch));

注意的代碼點的數據類型爲int而不是char。

來源

2016-10-23 15:56:39

字符到Unicode超過U + FFFF在Java？

回答

相關問題