非BMP平面字符的Unicode转义序列

Question

在Java中，Unicode字符可以使用UTF-16编码的Unicode转义序列来表示。以下是一个表示BMP平面字符的示例。

char ch = '\u00A5'; // '¥'

代理对是否可用于非BMP平面字符？

char ch4 = '\uD800\uDC00'; //Invalid character constant

如何使用Java语法表示非BMP平面字符？

- overexchange

---

请记住，Java中的char不能保存Unicode代码点。需要使用Java int来保存。这是因为Unicode代码点可以高达0x10FFFF，但Java char只能保存最大值为0xFFFF的值。Java中的char并不是一个字符。 - tchrist

@tchrist 不是一个字符？ - overexchange

Answer 1

你不能使用单个字符常量来实现这个功能，因为一个char是一个UTF-16编码单元。你需要使用一个字符串常量，例如：

final String s = "\uXXXX\uYYYY";

其中XXXX是高代理项，YYYY是低代理项。

另一种解决方案是使用一个int来存储代码点; 然后可以使用Character.toChars()将其转换为char[]：

final int codePoint = 0x1f4ae; // for instance
final char[] toChars = Charater.toChars(codePoint);

根据您使用的工具，您也可以直接添加代码点（例如，StringBuilder有一个相应的方法）。

- fge

---

我在 char ch4 = '\uD800\uDC00'; 处遇到语法错误，错误信息为：无效的字符常量。 - overexchange

当然，你需要再次阅读我的回答：对于那个，你不能使用字符常量，你需要一个字符串常量。 - fge

代码示例中有一个错别字：“Charater”而不是“Character”。它不能通过编辑进行更正，因为编辑必须至少为六个字符 :-( - stm

Answer 2

为了避免为非BMP字符编写代理对并从代码点获取字符串，有几种方法。

String test1 = new String(new int[] { 0x1f4ae }, 0, 1);
String test2 = String.valueOf(Character.toChars(0x1f4ae));
String test3 = Character.toString(0x1f4ae):

- noraj