什么Java函数offsetByCodePoints真正作为参数？

Question

我正在尝试理解Java中的一些String类函数.所以,这是一个简单的代码:

/* different experiments with String class */

public class TestStrings {
    public static void main(String[] args) {
        String greeting = "Hello\uD835\uDD6b";

        System.out.println("Number of code units in greeting is " + greeting.length());
        System.out.println("Number of code points " + greeting.codePointCount(0,greeting.length()));

        int index = greeting.offsetByCodePoints(0,6);
        System.out.println("index = " + index);
        int cp = greeting.codePointAt(index);
        System.out.println("Code point at index is " + (char) cp);
    }
}

\ uD835\uDD6b是一个ℤ符号,所以它是好的代理对.

因此,该字符串具有6(6)个代码点和7(7)个代码单元(2字节字符).正如文档中所述:

offsetByCodePoints

public int offsetByCodePoints(int index,
                              int codePointOffset)

返回此String中的索引,该索引由codePointOffset代码点从给定索引偏移.index和codePointOffset给出的文本范围内的不成对代理计为每个代码点.

参数:

index - 要抵消的指数

codePointOffset - 代码点的偏移量

所以我们在代码点中给出一个参数.但是,使用给定的参数(0,6)它仍然可以正常工作,没有例外.但是对于codePointAt()失败了,因为它返回7超出范围.那么,也许该函数以代码单位获取其args？或者我错过了什么.

Answer 1

codePointAt拿一个char索引.

该指数指的是从char值(Unicode代码单位)和范围0来length() - 1.

该字符串中有六个代码点.该offsetByCodePoints调用在6个代码点(char-index 7)之后返回索引.然后尝试获取codePointAt(7)字符串末尾的代码.

要明白原因,请考虑一下

"".offsetByCodePoints(0, 0) == 0

因为要计算所有0个代码点,你必须计算所有0 char秒.

将其推断到您的字符串,计算超过所有6代码点,您必须计算所有7 char秒.

也许codePointAt在使用中会明白这一点.这是迭代字符串(或CharSequence)中所有代码点的惯用方法:

for (var charIndex = 0, nChars = s.length(), codepoint;
     charIndex < nChars;
     charIndex += Character.charCount(codepoint)) {
  codepoint = s.codePointAt(charIndex);
  // Do something with codepoint.
}