use*_*426 2 java unicode utf-8
单字符转换为
\nfinal String str2 = "\\u0026";\nSystem.out.println(str2); // which \xc2\xadprints & character\n现在我想在给定范围内打印它，例如[\\u0621-\\u0652]，但我不确定如何在循环中增加 uniocde 字符以打印 utf-8 中的单个字符。
\n\n我可以像这样将单个 unicode 字符转换为 utf-8
\n
不，你不能。
\n\n\n\n
"\\u0026".getBytes()
在java中，字符串是unicode的。这会将 unicode 代码点放入0026字符串中。然后，getBytes()通过平台默认编码方案\xc2\xaf\\ (\xe3\x83\x84) /\xc2\xaf 将该字符串转换为字节数组，谁知道它是什么。在 Windows 上可能是 Cp1252。在日本计算机上，它可能是某种汉字变体。如果平台默认编码无法对该字符进行编码，它甚至可能会引发异常。在大多数 Linux 变体上，平台默认值是UTF-8，但没有任何保证。
\n\n\n
new String(thoseBytes, StandardCharsets.UTF_8)
如果平台默认编码是 UTF_8，那么您什么也没完成：您获取了一个字符串，通过 UTF-8 将其转换为字节，然后使用 UTF-8 将这些字节转换为字符串，从而保证您最终得到原本的。这是一种愚蠢且低效的写法：`final String str2 = "\\u0026";。
\n如果平台默认值不是UTF -8，那么您只是做了一个毫无意义的官方转换。str2含有垃圾。鉴于 \\u0026 在许多编码中表示相同的符号，尤其是往往是平台默认值的编码，很可能您会“幸运”并str2保留 string "\\u0026"。但没有任何保证。
所以，你所做的就是什么都不转换 - 或者，你已经将一个字符串转换为垃圾（与获取图像，将其另存为 PNG，然后使用 JPG 解码器读取该 PNG 的方式相同），要么使解码器崩溃，要么将产生无意义的垃圾）。任何一个听起来都毫无用处。
\n尝试一下：
\nSystem.out.println("\\u0026");\n运行一下就可以了。它会打印＆符号，always，而您的代码仅在大多数平台上这样做，但不是全部。
\n\n\n现在我想打印给定范围，例如 [\\u0621-\\u0652]
\n
这就像听起来一样简单。
\nchar start = '\\u0621';\nchar end = '\\u0652';\nfor (int c = start; c <= end; c++) {\n System.out.println(c);\n}\n您似乎对 UTF-8 和 unicode 是什么感到困惑。
\nunicode 是一个巨大的表。它将数字（例如 38）（\\u0026 采用十六进制表示法：That’s hex for 38）映射到一个概念（通常是一个字符，例如“&”）。
\n它没有描述更多的东西。特别是它没有说字节 38 表示 & 符号。它根本没有提到字节；unicode 不知道字节是什么。
\n对于程序员来说，明显的后续行动是：好的，太好了，所以如果我有，说，“你好，再见！” 作为一个字符串，unicode 准确地告诉我哪个数字序列正确地描述了其中的每个字符。但是我该如何处理我的“一堆数字”呢？我该如何将这些编码到一个文件中（这是一袋字节。鉴于 unicode 定义了一个很大的范围，并且字节只能描述最多 256 个数字，你不能只是说：“好吧，将每个数字存储为一个字节”）。
\n这就是 UTF-8 的用武之地。UTF-8 与 unicode 不同。它是一种存储数字的编码。具体来说，旨在通过将字符串映射到其 unicode 数字来有效存储将字符串转换为一系列数字时可能获得的数字类型。
\n因此，'\\u0621'不是UTF。直接是unicode 中的字符。编码为 UTF-8 的字符实际上是两字节序列0xD8 0xA1。这看起来一点也不像0621。
尝试一下：
\nbyte[] b = new byte[] { (byte) 0xD8, (byte) 0xA1 };\nString s = new String(b, StandardCharsets.UTF_8);\nSystem.out.println("The string: " + s);\nSystem.out.println("The codepoint for that first char: " + (int) s.charAt(0));\n这将打印：
\nThe String: \xd8\xa1\nThe codepoint for that first char: 1569\n1569 是 0x0621 的十进制版本。
\n注意：正如 Mike 在评论中指出的那样，如果你真的想使用 unicode 字符，它们被称为“代码点”，并且char不能完全存储它们。您可以使用.getCodepointAt()字符串类中的 and 朋友，但这非常高级，使示例变得复杂，并且对于回答问题并不重要。
| 归档时间： |
|
| 查看次数： |
5803 次 |
| 最近记录： |