Java核心技术卷I基础知识3.6.6 码点与代码单元

<b>3.6.6　码点与代码单元</b>

java字符串由char值序列组成。从3.3.3节“char类型”已经看到，char数据类型是一个采用utf-16编码表示unicode码点的代码单元。大多数的常用unicode字符使用一个代码单元就可以表示，而辅助字符需要一对代码单元表示。

length方法将返回采用utf-16编码表示的给定字符串所需要的代码单元数量。例如：

要想得到实际的长度，即码点数量，可以调用：

调用s.charat(n)将返回位置n的代码单元，n介于0～s.length()-1之间。例如：

要想得到第i个码点，应该使用下列语句

      注释：类似于c和c++，java对字符串中的代码单元和码点从0开始计数。

为什么会对代码单元如此大惊小怪？请考虑下列语句：

使用utf-16编码表示字符(u+1d546)需要两个代码单元。调用

返回的不是一个空格，而是的第二个代码单元。为了避免这个问题，不要使用char类型。这太底层了。

如果想要遍历一个字符串，并且依次查看每一个码点，可以使用下列语句：

可以使用下列语句实现回退操作：

显然，这很麻烦。更容易的办法是使用codepoints方法，它会生成一个int值的“流”，每个int值对应一个码点。（流将在卷Ⅱ的第2章中讨论）。可以将它转换为一个数组（见3.10节），再完成遍历。

反之，要把一个码点数组转换为一个字符串，可以使用构造函数（我们将在第4章详细讨论构造函数和new操作符）。