超过4个十六进制数字的Java unicode转义

Question

Ant生成的Java属性文件

我预期\u0151，这是Ant中的一个bug吗？（Ant 1.8.0，Java 1.7.0）

（根据JLS，只有4位的unicode转义被认为是有效的...）

Answer 1

虽然我没有发现与此问题相关的错误报告，但这可能是一个错误，基于官方的Oracle留档：Java平台中的补充字符

本文档指出，一个增补字符可以由两个 unicode 转义表示：

对于使用的字符编码不能直接表示字符的情况，Java编程语言提供了Unicode转义语法。该语法没有得到增强，无法直接表示补充字符。相反，它们由字符的UTF-16表示中两个代码单元的两个连续Unicode转义来表示。例如，字符U 20000写为“\uD840\uDC00”。

本文档还指定了用于表示文本输入的unicode转义语法的语法（即Java在语言级别不支持它）：

对于文本输入，Java 2 SDK 提供了一个码位输入法，它接受格式为“\Uxxxxxx”的字符串，其中大写的“U”表示转义序列包含六个十六进制数字，因此允许补充字符。小写“u”表示转义序列的原始形式“\uxxxx”。

这意味着Ant

但实际上\Uxxxxxx语法似乎不受支持:

[测试属性]

key1=\u0151
key2=\u000151
key3=\U000151

[PropertiesParserTest.java]

import static org.junit.Assert.assertEquals;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.util.Properties;
import org.junit.Test;

public class PropertiesParserTest {
    @Test
    public void testLoad() throws IOException {
        try (InputStream input = getClass().getResourceAsStream("test.properties")) {
            Properties p = new Properties();
            p.load(input);

            // Valid unicode escape
            assertEquals("ő", p.getProperty("key1"));

            // The 6-digit unicode escape generated by Ant is incorrect
            assertEquals("\u0001" + "51", p.getProperty("key2"));

            // \Uxxxxxx is not supported
            assertEquals("U000151", p.getProperty("key3"));
        }
    }

    @Test
    public void testGenerate() throws IOException {
        Properties p1 = new Properties();
        p1.setProperty("key1", "ő");
        p1.setProperty("key2", "\u000151");
        // Not supported in practice: p.setProperty("key3", "\U000151");

        File file = File.createTempFile("PropertiesParserTest_", ".properties");
        System.out.println(file);

        try (OutputStream output = new FileOutputStream(file)) {
            p1.store(output, null);
        }

        try (InputStream input = new FileInputStream(file)) {
            Properties p2 = new Properties();
            p2.load(input);

            // Valid unicode escape
            assertEquals("ő", p2.getProperty("key1"));

            // The 6-digit unicode escape generated by Ant is incorrect
            assertEquals("\u0001" + "51", p2.getProperty("key2"));
        }
    }
}

Answer 2

开始阅读Unicode序列的好地方是类Character的Javadoc：https://docs.oracle.com/javase/8/docs/api/java/lang/Character.html.我不能确定这是否是一个错误，但它看起来像一个错误。此外，您可能可以使用一个将任何文本转换为unicode序列的实用程序来解决这个问题，反之亦然。您可以在本文中找到具有此类实用程序的开源库的链接。在文章“字符串Unicode转换器”中查找段落