为什么java编译器要在实际编译之前剥离所有unicode字符？

我对Java非常陌生，我有如下代码：

    public class Puzzle {
        public static void main(String... args) {
            System.out.println("Hi Guys!");
  //        Character myChar = new Character('\u000d');
       }
    }

/*String s="
";*/

您可以看到以下行：

Character myChar = new Character('\u000d');

被注释掉了。但是，当我运行

javac

时，仍然会出现这样的错误：

Puzzle.java:9: error: unclosed character literal
//        Character myChar = new Character('\u000d');
                                                  ^
1 error

在这篇文章中，我找到了异常的原因。博客上说：

Java编译器，就在实际编译去掉所有 unicode字符并将其转换为字符形式。这个解析是 完成了完整的源代码，其中还包括注释。 转换完成后，Java编译过程开始 继续

在我们的代码中，当Java编译器遇到\u000d时 这是一个换行符，代码更改如下：

关于这一点，我有两个问题：

为什么Java首先解析unicode？这有什么好处吗

因为这行仍然有注释，Java正在尝试解析它！这是唯一的情况吗？或者它通常也会解析注释行吗？我很困惑

提前谢谢

为什么Java首先解析unicode？它有什么好处吗

是的，在编译器进行词典分析之前，首先替换unicode序列

引述:

Java编程语言的编译器（“Java编译器”）首先识别其输入中的Unicode转义，将ASCII字符\u后跟四个十六进制数字转换为所示十六进制值的UTF-16代码单元（§3.1），并传递所有其他字符不变

例如，以下源代码导致错误：

// String s = "\u000d";

但这一条是有效的：

/*String s = "\u000d";*/

因为当用新行替换

\u000d

时，它将如下所示：

    public class Puzzle {
        public static void main(String... args) {
            System.out.println("Hi Guys!");
  //        Character myChar = new Character('\u000d');
       }
    }

/*String s="
";*/

使用多行注释

/***/

完全可以

此外，还包括以下代码：

public static void main(String[] args) {
    // Comment.\u000d System.out.println("I will be printed out");
    // Comment.\u000a System.out.println("Me too.");
}

将打印：

I will be printed out
Me too.

因为在unicode替换之后，

System.out.println（）

语句将在注释部分之外

回答您的问题：unicode的替换必须在某个时候进行。有人可能会说，这应该发生在发表评论之前或之后。在发表评论之前，我们选择了这样做

Reasonig可能是因为注释只是另一个词汇元素，在识别和分析词汇元素之前，您通常希望替换unicode序列

请参见此示例：

/\u002f This is a comment line

如果放置在Java源代码中，则不会导致编译错误，因为

\u002f

将被翻译为字符

'/'

，并且与前面的

'/'

一起将形成行注释的开头

/

---

因为，这行仍然有注释，Java正在尝试解析它！这是唯一的情况吗？或者它通常也会解析注释行？我很困惑

---

Java编译器不分析注释，但仍然需要对注释进行解析，才能知道注释的结尾。

问题2不清楚您在问什么。很明显，最后的代码片段将不会编译。您已经回答了第二个问题：）Java不会解析注释，但在预处理后，javac会看到两行，第一行是注释，第二行是

）

，这是一个语法错误。问题1的答案是：否则它什么时候会进行Unicode翻译？@OliverCharlesworth我个人认为lexer会跳过注释中的所有标记。在我看来，在实际编译之前进行这种处理是不合逻辑的。有什么好处？@ZouZou:为了一致性。Unicode翻译只是编译器要做的第一件事（请参阅）。