Java中的Unicode转义语法

Question

在Java中，我了解到以下语法可用于提及键盘上没有的Unicode字符（例如，非ASCII字符）：

(\u)(u)*(HexDigit)(HexDigit)(HexDigit)(HexDigit)

我的问题是：以上语法中（u）*的目的是什么？

我理解的一个用Java表示日元符号的用例是：

char ch = '\u00A5';

Answer 1

有趣的问题。JSL的3.3节说：

UnicodeEscape:
    \ UnicodeMarker HexDigit HexDigit HexDigit HexDigit

UnicodeMarker:
    u
    UnicodeMarker u

转化为 \\u+\p{XDigit}{4}

和

如果合格的\后跟u，或不止一个u，并且最后一个u后不跟四个十六进制数字，则发生编译时错误。

因此，您是对的，u反斜杠后可以有一个或多个。原因进一步说明：

Java编程语言指定了一种将Unicode编写的程序转换为ASCII的标准方法，该程序将程序更改为可以由基于ASCII的工具处理的形式。转换涉及通过添加额外的u将程序源文本中的所有Unicode转义转换为ASCII-
例如，\ uxxxx变为\ uuxxxx-同时将源文本中的非ASCII字符转换为每个均包含单个u的Unicode转义。 。

Java编译器同样可以接受此转换后的版本，并且表示完全相同的程序。稍后可以通过将存在多个u的每个转义序列转换为具有更少u的Unicode字符序列，同时将具有单个u的每个转义序列转换为相应的单个Unicode字符，从此ASCII格式还原确切的Unicode源。

所以这个输入

 \u0020ä

变成

 \uu0020\u00e4

第一个uu意思是“这是一个以unicode开头的转义序列”，第二个意思u是“一个自动工具将非ASCII字符转换为unicode义。”

当您希望从ASCII转换回unicode时，此信息很有用：您可以还原尽可能多的原始代码。