Java 如何从unicode字符范围打印utf-8字符？
单字符转换是非常重要的Java 如何从unicode字符范围打印utf-8字符？,java,unicode,utf-8,Java,Unicode,Utf 8,单字符转换是非常重要的 final String str2 = "\u0026"; System.out.println(str2); // which prints & character 现在我想在给定范围内打印它，例如[\u0621-\u0652]，但我不确定如何在循环中增加uniocde字符以打印utf-8中的单个字符 我可以像这样将单个unicode字符转换为utf-8 不，你不能 \u0026.getBytes 在java中，字符串是unicode。这
final String str2 = "\u0026";
System.out.println(str2); // which prints & character
System.out.println("\u0026");
byte[] b = new byte[] { (byte) 0xD8, (byte) 0xA1 };
String s = new String(b, StandardCharsets.UTF_8);
System.out.println("The string: " + s);
System.out.println("The codepoint for that first char: " + (int) s.charAt(0));
char start = '\u0621';
char end = '\u0652';
for (int c = start; c <= end; c++) {
System.out.println(c);
}
The String: ء
The codepoint for that first char: 1569
System.out.println("\u0026");
byte[] b = new byte[] { (byte) 0xD8, (byte) 0xA1 };
String s = new String(b, StandardCharsets.UTF_8);
System.out.println("The string: " + s);
System.out.println("The codepoint for that first char: " + (int) s.charAt(0));
char start = '\u0621';
char end = '\u0652';
for (int c = start; c <= end; c++) {
System.out.println(c);
}
The String: ء
The codepoint for that first char: 1569
注意：正如Mike在评论中指出的，如果你真的想使用unicode字符，它们被称为“代码点”，而char不能完全存储它们。您可以使用string类中的.getCodepointAt和friends，但这非常高级，使示例复杂化，并且对于回答问题并不重要。您可以使用字符串构造函数轻松地完成此操作，它： 它尝试执行阿拉伯语文本整形，因为我们使用的是打印，而不是pri ntln，但这与将unicode码点号转换为实际字符串的练习并没有太大关系
然后，将java内部字符串数据转换为显式UTF8编码的字节序列是一个简单的单行程序，如所述，您可以使用字符串构造函数非常轻松地实现这一点： 它尝试执行阿拉伯语文本整形，因为我们使用的是print，而不是println，但这与将unicode码点号转换为实际字符串的练习无关
然后，将java内部字符串数据转换为显式UTF8编码的字节序列是一个简单的单行程序，在上解释了字符串是UTF-8字符。调用getBytes时，几乎可以肯定会损坏字符数据，因为getBytes使用系统的默认字符集，在Windows上是一个单字节字符集，如Windows-125x。不要将字符串转换为字节，然后再转换回字符串。仅字符串str2=\u0621；已经足够了。第一行是没有意义的，因为您从一个字符串获取的字节数组构造了一个字符串。您可以跳过这两个转换步骤，得到相同的结果。其次，假设平台默认编码为UTF-8，这在Android和某些Linux系统上是正确的，但远不是通用的。更新了描述。只需使用from unicode codepoint构造函数创建字符串对象即可。请参见答案。@VGR字符串是UTF-8字符-Java字符串实际上是UTF-16代码单元的序列，不是UTF-8。您可以从UTF-8字节序列构造字符串，并将字符串转换为UTF-8字节序列，但字符串永远不会包含UTF-8。字符串是UTF-8字符。调用getBytes时，几乎可以肯定会损坏字符数据，因为getBytes使用系统的默认字符集，在Windows上是一个单字节字符集，如Windows-125x。不要将字符串转换为字节，然后再转换回字符串。仅字符串str2=\u0621；已经足够了。第一行是没有意义的，因为您从一个字符串获取的字节数组构造了一个字符串。您可以跳过这两个转换步骤，得到相同的结果。其次，假设平台默认编码为UTF-8，这在Android和某些Linux系统上是正确的，但远不是通用的。更新了描述。只需使用from unicode codepoint构造函数创建字符串对象即可。请参见答案。@VGR字符串是UTF-8字符-Java字符串实际上是UTF-16代码单元的序列，不是UTF-8。你可以从UTF-8字节序列构造一个字符串，并将字符串转换为UTF-8字节序列，但字符串永远不会包含UTF-8。Unicode代码点不适合字符，因为Unicode 3，请不要建议人们为此使用字符，它只会给他们看起来有效的代码，然后在他们走后中断嘿，现在是2020年，让我为Emojit做这个答案已经很长了，但是另一个进入更高平面字符的侧线正在把答案变成一个系列讲座，不是吗？它很长，没有任何好的理由：使用int而不是char来做这个的字符串，所以这堵文本墙应该是真的，你可以通过使用正确的字符串构造函数而不是文本墙来做到这一点。我不同意使用这个构造函数会让事情变得更简单。我在最后添加了一个注释，在极不可能的情况下，OP在其编程生涯的这个阶段担心它是合适的。@Mike'Pomax'Kamermans：检查这个问题最初是如何表达的。这堵文本墙似乎非常有必要修正问题措辞所隐含的误解。我同意这个答案在发布到当前版本的问题旁边时看起来很奇怪。自从Unicode 3以来，Unicode代码点就不适合字符，请不要建议人们使用字符，它只是给了他们似乎有效的代码，然后当他们走的时候就会中断嘿，现在是2020年，让我为Emojit做这个回答。答案已经很长了，另一个进入更高平面字符的侧记是将答案转换成一个系列讲座，不是吗？它相当长，没有任何好的理由：使用int而不是char的字符串，所以这堵文本墙应该是真的，你可以通过使用正确的字符串构造函数而不是文本墙来做到这一点。我不同意使用这个构造函数会让事情变得更简单。我在最后添加了一个注释，在极不可能的情况下，OP在其编程生涯的这个阶段担心它是合适的。@Mike'Pomax'Kamermans：检查这个问题最初是如何表达的。这堵文本墙似乎非常有必要修正问题措辞所隐含的误解。我同意这个答案贴在question.System.out.printf%c的当前版本旁边时看起来很奇怪，I是另一种方法，它可能更容易理解，也可能不容易理解。虽然这是真的，但它忽略了重要的部分不是打印本身，而是一个字符串，您可以进一步操作
使用.System.out.printf%c，i是另一种方法，它可能更容易理解，也可能不容易理解。尽管如此，它忽略了重要的部分不是打印本身，而是一个字符串，您可以进一步使用它。