Java注释中如何读取Unicode字符

Question

class Why
{
    public static void main(String[]s)
    {
        String st2="A";
        System.out.println(st2);
        // String st4="MN3444\u000ar4t4";
        System.out.println(st4);

    }
}

请编译上述代码，我在注释行收到了错误提示。 我无法理解编译器的行为，这个错误是什么意思？

- Gagan93

---

编译器说了什么？ - Abimaran Kugathasan

哇！这看起来像是JDK问题。 - Martijn Courteaux

有人在Facebook小组上开始了这个话题，并解释了与UNICODE字符相关的内容，但他们无法解释为什么编译器会读取注释中的内容。 另外，如果您将其替换为多行注释（/* */），则编译器不会读取它。@kugathasan：兄弟，只需编译此代码，您就会知道。 - Gagan93

可能是为什么一些ASCII字符不能在Java源代码中以'\uXXXX'的形式表示？的重复问题。 - Pshemo

Answer 1

在编译之前，每个Unicode字符都会被其值替代，因为\u000a表示换行代码

// String st4="MN3444\u000ar4t4";

与此代码相同（请注意，在\u000a之后的文本将移到新行，这意味着它将不再是注释的一部分）

// String st4="MN3444
r4t4";

您可以使用以下方式进行测试：

//\u000a;System.out.println("hello comment");

等同于

//
System.out.println("hello comment");

执行该程序将以以下结果输出：hello comment

。

- Pshemo

---

我同意Unicode的概念，但编译器为什么会从注释中读取代码呢？ - Gagan93

@Gagan93 你看，问题是在将\u000a翻译为其值之后，你的代码在\u000a之后将不再是评论，而是单独的一行。 - Pshemo

@Gagan93 请看我建议的可能是重复问题的那个帖子（终于找到了）。那里应该会有一些很好的答案，可以帮助您更好地理解这个主题。 - Pshemo

Answer 2

如果我们查看 \u000a 的 ASCII 表，我们会发现这是一个换行符。因此我认为编译器会用相应的值替换注释中的 ASCII 转义字符。由于这是一个换行符，代码看起来像这样：

// String st4="MN3444
r4t4";

这就是编译器说：“字符串字面量没有正确用双引号关闭”的原因。

所以，这也解释了为什么多行注释可以工作：

/* String st4="MN3444\u000ar4t4"; */

被解析为：

   /* String st4="MN3444
r4t4"; */

这是一条很好的评论。

---

行为已经被定义：JLS §3.2. 词法转换

使用以下三个词法转换步骤，将原始Unicode字符流转换为标记序列：

在Unicode字符流中翻译Unicode转义(§3.3)到相应的Unicode字符。 形如\uxxxx的Unicode转义，其中xxxx是一个十六进制值，代表编码为xxxx的UTF-16代码单元。此翻译步骤允许任何程序仅使用ASCII字符来表示。

---

就像一个测试用例一样，这会编译成功 :)

\u0053\u0079\u0073\u0074\u0065\u006d\u002e\u006f\u0075\u0074\u002e\u0070\u0072\u0069\u006e\u0074\u006c\u006e\u0028\u0022\u0054\u0068\u0069\u0073\u0020\u0069\u0073\u0020\u0063\u006f\u006f\u006c\u0021\u0022\u0029\u003b

- Martijn Courteaux