Java：多字节字符串长度

我有一种为命令行程序打印“标题文本”的方法，很像Markdown的语法：

1. =======================
2. This is a header string
3. =======================

此方法为第1行和第3行获取字符

c

，并根据

s

的长度将其重复

n

次

String.length（）

适用于英语字母表，但如何找到包含外来多字节字符（如“Å”和“ߍ”）的字符串的长度（即可视长度）？

String.length（）

适用于大多数字符，包括

Å

和

ߍ

在每个

字符

占用

2

或

4

字节的情况下对A进行编码

表示采用

4

字节的字符，通过配对两个字符来实现，在这种情况下，必须使用

codePointCount

操作，而不是

length

---

虽然标准unicode规范中肯定存在字符。

字符串。对于这些类型的字符，长度可以满足要求，因为Java字符串使用UTF-16，UTF-16足以表示大多数常用字符（拉丁、希腊、阿拉伯语、希伯来、中文、泰国、德瓦纳加里等）

如果您可能需要处理U+FFFF以上的字符，那么您需要使用
codePointCount
而不是
length
来处理代理项对。
s.length（）
如果
s
为“Ø”，则会给我一个
2
的值。我希望这是
1
。我相信，根据编译程序时使用的文件编码，您可能会得到不同的值。@josocblaugrana:我不能确认这一点。我试着运行下面的程序，它打印了1:public class A{public static void main（String[]args）{System.out.println（“Ø.length（））；}}@ReyCharles:在我这边，运行
System.out.println（“Ø.length（））
（没有其他东西）会为记录返回
2
…的值，我使用的是Mac。@josocblaugrana显然，您告诉编译器使用的编码必须与Java源文件的编码相匹配，就像您在读取文本文件时必须将正确的编码传递给
InputStreamReader
一样。如果您的
.java
文件是UTF-8格式，但您的编译器将其读取为ISO-8859-1或MacRoman格式，那么它将看到字符串文本为
“\u00c3\u0098”
，而不是
”\u00D8“
。如果您不能确定编译器将设置为什么编码，则必须在源代码中使用Unicode转义（即
“\u00D8”
而不是
“Ø”
）。您可以使用
native2ascii
工具自动执行此操作。可能您读取的字符串编码不正确。在utf16中，每个字符需要2或4个字节。@RokKralj，这正是我想要说的。很好，您发现它不够清晰