Java charAt与具有两个代码单元的字符一起使用

Question

从 Core Java ，第一卷。第1版，第9版。69：

字符ℤ需要使用UTF-16编码的两个代码单元。呼唤

String sentence = "ℤ is the set of integers"; // for clarity; not in

book
char ch = sentence.charAt(1)

不返回空格，而是ℤ的第二个代码单元。

但是似乎sentence.charAt(1) 确实 返回了一个空格。例如，if以下代码中的语句的计算结果为true。

String sentence = "ℤ is the set of integers";
if (sentence.charAt(1) == ' ')
    System.out.println("sentence.charAt(1) returns a space");

为什么？

如果相关，我正在Ubuntu 12.10上使用JDK SE 1.7.0_09。

Answer 1

听起来像是书在说“ℤ”在基本的多语言平面中不是UTF-16字符，但实际上是。

Java将带有替代对的UTF-16用于不在基本多语言平面中的字符。由于’ℤ’（0x2124）在基本的多语言平面中，因此用单个代码单元表示。在您的示例中，sentence.charAt(0)将返回’ℤ’，并sentence.charAt(1)返回’‘。

由代理对表示的字符具有组成该字符的两个代码单元。sentence.charAt(0)将返回第一个代码单元，并sentence.charAt(1)返回第二个代码单元。

参见http://docs.oracle.com/javase/6/docs/api/java/lang/String.html：

字符串表示采用UTF-16格式的字符串，其中补充字符由代理对表示（有关更多信息，请参见Character类中的Unicode字符表示部分）。索引值指的是字符代码单位，因此补充字符在String中使用两个位置。