Java Unicode变量名

Question

我在一个论坛上参与了一个有趣的讨论，我们讨论的是变量的命名。

撇开约定俗成的规范不谈，我注意到一个变量可以使用Unicode字符作为名称是合法的。例如，下面的命名是合法的：

int \u1234;

然而，如果我例如给它命名为＃，它会产生一个错误。根据Sun的教程，如果以字母、美元符号"$"或下划线字符"_"开头，那么它是有效的。

但是Unicode 1234是一些埃塞俄比亚字符。那么什么才真正被定义为"字母"呢？

- pg-robban

---

我来到这里是因为我在为一项测试编写场景表格，我想使用类似AUTH_✅和AUTH_❌这样的枚举常量，这样一切都能很好地对齐，并且一目了然。我实际上很惊讶地发现这些类型的字符在标识符中是不允许的。 - undefined

Answer 1

Unicode标准定义了什么是字母。

来自Java语言规范第3.8节：

字母和数字可以从整个Unicode字符集中提取，该字符集支持当今世界上使用的大多数书写脚本，包括汉字，日语和韩语的大型集合。这允许程序员在其程序中使用以其母语编写的标识符。

"Java字母"是一种方法Character.isJavaIdentifierStart(int)返回true的字符。"Java字母或数字"是一种方法Character.isJavaIdentifierPart(int)返回true的字符。

来自Character文档的isJavaIdentifierPart：

确定字符（Unicode代码点）是否可以作为Java标识符的一部分，除了第一个字符之外。如果以下任何一项为真，则字符可能是Java标识符的一部分：

• 它是一个字母
• 它是一个货币符号（例如'$'）
• 它是一个连接的标点符号（例如'_'）
• 它是一个数字
• 它是一个数字字母（例如罗马数字字符）
• 它是一个组合标记
• 它是一个非间隔标记
• isIdentifierIgnorable(codePoint)对于该字符返回true

- Jon Skeet

Answer 2

Unicode字符属于字符类别。有一组Unicode字符属于“字母”类别。

在Java中，可以通过Character.isLetter(c)来确定。但对于标识符而言，Character.isJavaIdentifierStart(c)和Character.isJavaIdentifierPart(c)更为相关。

有关相关的Unicode规范，请参见此网页。

- Vinay Sajip

---

我发现这个答案简明扼要，正好符合我的要求。另一个答案也有我在寻找的内容，但是包含了太多东西，所以我先注意到了这个答案。 - KANJICODER