Java中unicode增补字符（辅助平面）相关用法简介

转载自 http://blog.csdn.net/gjb724332682/article/details/51324036

前言

Java从1.5版本开始，加入了unicode辅助平面的支持。相关的API主要在Character和String类里。增补字符是用一个长度为2的char数组表示的，分别表示高代理项和低代理项。用法可以参考如下的例子。

例一

codePointAt方法的源码如下：

public static int codePointAt(char[] a, int index) {
    return codePointAtImpl(a, index, a.length);
}  

static int codePointAtImpl(char[] a, int index, int limit) {
        char c1 = a[index++];
        if (isHighSurrogate(c1)) {
            if (index < limit) {
                char c2 = a[index];
                if (isLowSurrogate(c2)) {
                    return toCodePoint(c1, c2);
                }
            }
        }
        return c1;
    }

public static int toCodePoint(char high, char low) {
        return ((high - '\uD800') << 10)
            + (low - '\uDC00') + 65536;
    }  

如果是输入增补字符数组，那么，当传入索引是0的时候，就会返回整个增补字符的码点，当传入索引是1的时候，就会返回增补字符数组中第二个字符的码点。

public static void main(String[] args) {
        char[] c = Character.toChars(Integer.parseInt("1D306", 16));//1D306是一个辅助平面字符
        System.out.println(Character.codePointAt(c, 0));//输出119558，这个是1D306对应的10进制值
        System.out.println(Character.codePointAt(c, 1));//输出57094，这个是c[1]对应字符的10进制值
    }  

当传入的字符数组是都是基本平面的字符时，直接返回传入的索引对应的基本平面字符的码点。

public static void main(String[] args) {
        char[] c = {'a', 'b', '测', '试'};
        System.out.println(Character.codePointAt(c, 0));//97
        System.out.println(Character.codePointAt(c, 1));//98
        System.out.println(Character.codePointAt(c, 2));//27979
        System.out.println(Character.codePointAt(c, 3));//35797
        System.out.println((char) 97);//a
        System.out.println((char) 98);//b
        System.out.println((char) 27979);//测
        System.out.println((char) 35797);//试
    }  

例二

String类的length和codePointCount方法，在处理增补字符时，返回的数据是不一样的，而对于基本平面来说，返回值都是一样的。
length返回字符串长度，codePointCount返回代码点数量。

public static void main(String[] args) {
        char[] c = Character.toChars(Integer.parseInt("1D306", 16));//1D306是一个辅助平面字符
        System.out.println(Character.codePointAt(c, 0));//输出119558，这个是1D306对应的10进制值
        System.out.println(Character.codePointAt(c, 1));//输出57094，这个是c[1]对应字符的10进制值
        System.out.println(new String(c).codePointAt(0));//输出119558，这个是1D306对应的10进制值
        System.out.println(new String(c).codePointAt(1));//输出57094，这个是c[1]对应字符的10进制值
        String str = "abcdefg" + new String(c);
        System.out.println(str.length());//9
        System.out.println(str.codePointCount(0, str.length()));//8
    }  

上面的例子，字符串长度是9，因为字符U+1D306需要一个长度为2的字符数组来表示，而实际上代码点只有1个，所以会分别返回9和8。