在Java中获取字符值

Question

如何在Java中获取字符的UTF8代码？ 我有字符'a'，我想要值97。 我有字符'é'，我想要值233。

这里是一个表格，更多的值

我尝试使用Character.getNumericValue(a)，但对于'a'，它给我返回10而不是97，有什么想法吗？

这似乎非常基础，但任何帮助都将不胜感激！

- Nick

---

这与UTF-8（http://en.wikipedia.org/wiki/UTF-8）有何关联？在UTF-8中，'é'的表示为`0xC3 0xA9`。 - axtavt

Answer 1

char 实际上是一个包含字符 Unicode 值的数字类型（确切地说，是 UTF-16，表示 BMP 之外的字符需要 两个 char）。你可以像使用 int 一样使用它。

Character.getNumericValue() 尝试将字符解释为数字。

- Michael Borgwardt

Answer 2

你可以使用java.lang.String的codePointAt(int index)方法来实现。这里有个例子：

"a".codePointAt(0) --> 97
"é".codePointAt(0) --> 233

如果您想避免不必要地创建字符串，以下方法同样适用于字符数组：

Character.codePointAt(new char[] {'a'},0)

- Kaitsu

---

我最终来到这里，因为我无法相信没有名为codePoint的方法可以接受单个字符：Character.codePoint('a')或非静态方法c.codePoint()。 - user1708042

Answer 3

那些“UTF-8”代码实际上并不是UTF-8编码，它们只是Unicode值，就像Unicode代码表中所示的一样。

因此，'é'实际上是U+00E9——在UTF-8中，它将由两个字节{0xc3, 0xa9}表示。

现在，要获取Unicode值（或更精确地说，是UTF-16值，因为Java在内部使用它），您只需要将该值转换为整数即可：

char c = '\u00e9'; // c is now e-acute
int i = c; // i is now 233

- Jon Skeet

Answer 4

这会产生良好的结果：

int a = 'a';
System.out.println(a); // outputs 97

同样地：

System.out.println((int)'é');

输出233。

请注意，第一个示例仅适用于标准和扩展ASCII字符集中包含的字符。第二个示例适用于所有Unicode字符。您可以通过将char乘以1来实现相同的结果。 System.out.println( 1 * 'é');

- Robertas

Answer 5

你可以创建一个简单的循环来列出所有可用的UTF-8字符，像这样：

public class UTF8Characters {
    public static void main(String[] args) {
        for (int i = 12; i <= 999; i++) {
            System.out.println(i +" - "+ (char)i);
        }
    }
}

- connelblaze

Answer 6

你的问题不够清晰。你是想要一个特定字符的Unicode代码点（就像你给出的例子），还是想要将Unicode代码点转换为UTF-8字节序列？

如果是前者，我建议查看http://www.unicode.org/上的代码图表。

如果是后者，那么以下程序可以实现：

public class Foo
{
   public static void main(String[] argv)
   throws Exception
   {
      char c = '\u00E9';
      ByteArrayOutputStream bos = new ByteArrayOutputStream();
      OutputStreamWriter out = new OutputStreamWriter(bos, "UTF-8");
      out.write(c);
      out.flush();
      byte[] bytes = bos.toByteArray();
      for (int ii = 0 ; ii < bytes.length ; ii++)
         System.out.println(bytes[ii] & 0xFF);
   }
}

（还有一个在线Unicode转UTF8的页面，但我在这台机器上没有URL）

- Anon

Answer 7

我的做法大致如下：

My method to do it is something like this:

char c = 'c';
int i = Character.codePointAt(String.valueOf(c), 0);
// testing
System.out.println(String.format("%c -> %d", c, i)); // c -> 99

- Ksiądz Pistolet

Answer 8

有一个开源库MgntUtils，其中包含一个Utility类StringUnicodeEncoderDecoder。该类提供了将任何字符串转换为Unicode序列及其反向操作的静态方法。非常简单和实用。要转换字符串，只需执行以下操作：

String codes = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(myString);

例如，一个字符串 "Hello World" 将被转换为

"\u0048\u0065\u006c\u006c\u006f\u0020 \u0057\u006f\u0072\u006c\u0064"

它适用于任何语言。这是解释该库的所有细节的文章链接：MgntUtils。查找子标题“字符串Unicode转换器”。该文章会提供给你从Maven Central获取工件和从Github获取项目本身的链接。该库附带撰写良好的Javadoc和源代码。

- Michael Gantman