Java 不同编程语言的字符编码是否相同？

如何将包含

char

的小写字母转换为

int

是一种非常简单（也是一种优雅的方式）的方法，如下所示：

int convertLowercaseCharLettertoInt(char letter) {
    return letter - 'a';
}

但是，此代码假定

char

编码遵循与字母表相同的顺序。或者，更一般地说，它假定

char

遵循ASCII编码

• 我知道Java

  char

  是UTF-16，而C

  char

  是ASCII。尽管UTF-16与ASCII不向后兼容，但前128个字母的顺序在两者中是相同的<强> >前128个代码< CAR> < /C> > S在所有主要语言中都是相同的，如C、C++、爪哇、C*、JavaScript和Python？<强> < /LI>
• 一般来说，上面的方法是安全的吗（假设输入经过消毒等）？还是使用hash-map或long

  switch

  语句方法更好？我认为，哈希映射方法是解决非英语字母问题的最优雅的方法。例如，捷克字母是：a，á，b，c，č，d，ď，E，é，ě，f，g，h，ch，i，í，j，k，l，m，n，ň，o，ó，p，q，r，ř，s，ť，t，ť，u，ů，v，w，x，y，ý，z，ž

---

为什么您要用自己的方式将字母转换成数字，当然有一些标准描述了这一点，例如UTF-16、ASCII UTF-8、拉丁语、拉丁语-2。。。如果你问是否所有语言都实现了标准，那么答案可能是肯定的。但是如果你问字符是否在所有语言中都是相同的编码，那么答案是否定的。它们是否提供顺序字母表表示。。。我对此表示怀疑

---

如果要比较标准之间对应的数字，则存在从一个标准到另一个标准的转换库。

就C而言，您不能依赖ASCII执行字符；该标准只要求必须属于它的最小字符集。执行字符集可以是ASCII、EBCDIC、UTF-8等

您的方法是“安全”的，因为它不应该导致segfault或打开安全漏洞，但不能保证返回您期望的结果

对于拉丁字母表，最好创建自己的字符串并将其索引：

char mycharset[] = "abcdefghijklmnopqrstuvwxyz";
if ( isalpha( letter )) // thanks chux.
{
  char *pos = strchr( mycharset, tolower( letter ) );
  if ( pos )
    return (int) (pos - mycharset);
  else
    return -1; // letter not found
}
return -1; // bad input 

---

对于扩展字母表-我不知道

这与编程语言关系不大，但更多的是关于系统的底层字符集。ASCII和所有Unicode变体的行为将与您预期的一样。”一个“…”是26个连续的代码点。EBCDIC不会，所以在大多数语言的IBM/360上，您的技巧都会失败

Java（和Python，也许还有其他）语言要求使用Unicode编码，而不管底层平台是什么，因此您的技巧在这里也会起作用，假设您可以为您的IBM大型机找到符合要求的Java实现。

在C中，编译器可以检测到问题

另请参见代码

---

注意：以下代码适用于所有C编码

int convertLowercaseOrUppercaseCharLettertoInt(char letter) {
  char s[2] = { letter, '\0' };
  return strtol(s, 0, 36) - 10;
}

---

编码由相应的标准定义。ASCII、EBCDIC Unicode或您自己命名的。不，您不能编写一个适合所有人的函数，即使是在

C++

中，也不能使用不同的代码页。主流语言应该尊重US-ASCII编码。但显然，我们不能从所有语言中假设这一点。有些人还不如发明一种语言来抵制这种愤怒的美帝国主义@人们已经发明了这样的语言（）和计算机语言。然而，在思想的自由市场中，ASCII竞争性地被许多人广泛采用，而不是通过法令。C不指定ASCII，即使它是用于C代码的主要字符编码。ASCII在C处理的文本文件中很普遍（尽管也不是必需的）。UTF无疑在文本文件中占据了一席之地。例如，我想在计算文本中字母的频率时这样做。那么，为什么您要担心其他编程语言呢？因为它更多地是与习惯相关的问题，而不是与一次性解决方案相关的问题。请注意，这返回26 should

letter='\0'

“终止的空字符被认为是字符串的一部分。”

mycharset

@chux-是的，你应该在搜索之前添加一个

isalpha

检查

letter

。捕捉得好。我想一个简单的

if（letter）

就可以了。@chux-或者那样。不应该同时工作和冲浪（我没有松懈，我的代码正在编译！）你到底为什么不在嵌入式应用程序中使用

tolower

？@rici，

tolower（）

使用的典型表需要257*8或16位，加上其他代码。OP的代码更小，尽管移植性较差，还有其他限制。否则我建议你查询OP.Java使用Unicode编码（UTF16）而不仅仅是任何“Unicode编码”是，和“a”…“z”在所有这些编码中都是连续的。

int convertLowercaseOrUppercaseCharLettertoInt(char letter) {
  char s[2] = { letter, '\0' };
  return strtol(s, 0, 36) - 10;
}