如何获取反向字符串（unicode安全）

Question

让我们假设我们要还原以下字符串“áe”。

该代码为“ \ u0061 \ u0301 \ u0065”。

恢复它的幼稚方法是逐个字符

private static String reverseStringNaive(String s) {
    char[] characters = new char[s.length()];
    for (int i = s.length() - 1; i >= 0; i--) {
        int j = s.length() - i - 1;
        characters[j] = s.charAt(i); 
    }
    return new String(characters);
}

当我们希望获得“eá”（\ u0065 \ u0061 \ u0301）时，它会给我们“éa”（\ u0065 \ u0301 \
u0061）。重音“´”应与“ a”粘贴在一起，而不要更改为“ e”。

以下代码为我提供了该字符串的预期结果：

private static String reverseString(String s) {
    char[] characters = new char[s.length()];
    for (int i = s.length() - 1; i >= 0; i--) {
        int j = s.length() - i - 1;
        if (Character.isLetterOrDigit(s.charAt(i)) || Character.isISOControl(s.charAt(i))) {
            characters[j] = s.charAt(i); 
        } else {
            characters[j] = s.charAt(i-1);
            characters[j+1] = s.charAt(i);
            i--;
        }
    }
    return new String(characters);
}

我正在检查每个字符是否为字母，数字或ISO控件。如果不是，我假设它应该与前一个字符结合在一起。

问题是，还有其他我应该检查或担心的事情吗？我的方法还是很幼稚吗？

Answer 1

您也可以通过将字符串转换为NFC规范分解来解决您的问题。基本上，java.text.Normalizer类可用于组合重音符号和其他组合字符及其基本字符，因此您将能够正确地进行反转。

所有其他这些想法（String.reverse（），StringBuffer.reverse（））将正确反转缓冲区中的字符，但是如果以分解的字符开头，则可能无法获得期望的结果：）。

在某些“分解形式”中，重音字符与其基本形式分开存储（作为单独的字符），但在“组合”形式中却不是。因此，“
ae”以一种形式存储为三个字符，而另一种以组合形式存储为两个字符。

但是，这样的规范化不足以处理其他类型的字符组合，也无法解决Unicode星体平面中的字符，这些字符在Java中存储为两个字符（或更多？）。

感谢tchrist指出了ICU对文本分割的支持，包括扩展的字素簇，例如下面的注释中所标识的（参见virama）。
此资源似乎是此类资料的权威信息来源。