Java中的4字节Unicode字符
我正在为我的自定义StringDatatype编写单元测试，并且需要写下4字节的unicode字符。“ \ U”-不起作用（非法转义字符错误），例如：U +
1F701（0xf0 0x9f 0x9c 0x81）。如何将其写成字符串？
问题答案：
Unicode代码点不是4个字节。它是整数（目前介于U + 0000到U + 10FFFF之间）。
您的4个字节是（很自然地）其UTF-8编码版本（编辑：我是对的）。
您需要这样做：
final char[] chars = Character.toChars(0x1F701);
final String s = new String(chars);
final byte[] asBytes = s.getBytes(StandardCharsets.UTF_8);
创建Java时，Unicode并未在BMP之外定义代码点（即，U + 0000至U + FFFF），这就是a
char仅16位长的原因（好吧，这只是一个猜测，但是我认为我离这里不远了）;
从那时起，它必须适应…而且BMP之外的代码点需要两个字符（一个前导代理和一个尾随代理-
Java分别将它们称为高和低代理）。Java中没有字符文字，因此不允许直接在BMP之外输入代码点。
假设a char实际上是UTF-16代码单元，并且有 这些
字符串文字，则可以在字符串中以"\uD83D\uDF01"-形式输入此“字符”，如果您的计算环境支持它，则可以直接以符号形式输入。
另请参见CharsetDecoder和CharsetEncoder类。
另请参见String.codePointCount()，以及，从Java
8开始String.codePoints()（继承自CharSequence）。
-
问题内容： 我正处于从文件中读取某些数据作为字节流的过程中，并且刚刚遇到了一些不确定如何处理的unicode字符串。 每个字符使用两个字节，只有第一个看起来包含实际数据，因此，例如，字符串“ trust”在文件中的存储方式为： 通常，我只使用正则表达式将零替换为零，从而删除空格。但是，文件中单词之间的空格是使用来实现的，因此尝试执行一个简单的String’replaceAll’会使它有点混乱。 我
-
问题内容： 我想用Java编写unicode文字U + 10428。 http://www.marathon- studios.com/unicode/U10428/Deseret_Small_Letter_Long_I 我尝试使用“ \ u10428”，但无法编译。 问题答案： 由于Java在人们认为64K足以满足所有人的需求时就采用了全面的unicode（以前在哪听过？），他们从UCS-2开始
-
问题内容： 您能否详细说明Python中字节字符串和Unicode字符串之间的区别。我读过这个： 字节码只是将源代码转换为字节数组 这是否意味着Python具有自己的编码/编码格式？还是使用操作系统设置？我不明白 你能解释一下吗？谢谢！ 问题答案： 没有python不使用自己的编码。它将使用它有权访问并指定的任何编码。中的字符代表一个unicode字符。但是，要表示256个以上的字符，单个unic
-
问题内容： 我需要将缓冲区的长度存储在4个字节大的字节数组中。 伪代码： 做到这一点的最佳方法是什么？请记住，稍后我必须将该字节数组转换回整数。 问题答案： 您可以使用以下方式将其转换为字节： 注意，这样做时可能必须考虑字节顺序。
-
问题内容： 我对Java有点陌生，当我将unicode字符串分配给 为什么在两种情况下结果都不同，文件a.txt也包含相同的字符串。但是当我打印文件的输出时，它会打印而不是实际的unicode字符。任何想法，如果我要归档也要作为字符串打印的内容，我该怎么做。 问题答案： 您的代码应该是正确的，但是我想文件“ a.txt”不包含用UTF-8编码的Unicode字符，而是转义的字符串“ \ u0142
-
所以Java中的一个“char”是2个字节。（可以从这里验证。） 我有以下示例代码： 编辑2：如果我打开编码为UTF-16 BE的文件“baz.txt”，我将在文本编辑器中看到欧元字符，我想这是有意义的。