如何获得 Unicode 字符代码？答案

【问题标题】：How can I get a Unicode character's code?如何获得 Unicode 字符代码？
【发布时间】：2011-01-01 16:02:06
【问题描述】：

假设我有这个：

char registered = '®';

或umlaut，或任何Unicode 字符。我怎样才能得到它的代码？

【问题讨论】：

标签： java unicode character

【解决方案1】：

只需将其转换为int:

char registered = '®';
int code = (int) registered;

事实上，存在从 char 到 int 的隐式转换，因此您不必像我在上面所做的那样明确指定它，但在这种情况下我会这样做以明确您的身份努力去做。

这将给出 UTF-16 代码单元 - 这与基本多语言平面中定义的任何字符的 Unicode 代码点相同。（并且只有 BMP 字符可以在 Java 中表示为 char 值。）正如 Andrzej Doyle 的回答所说，如果您想要来自任意字符串的 Unicode 代码点，请使用 Character.codePointAt()。

一旦您获得了 UTF-16 代码单元或 Unicode 代码点，它们都是整数，您可以自行决定如何处理它们。如果你想要一个字符串表示，你需要确切地决定你想要什么样的 kind 表示。（例如，如果您知道该值将始终在 BMP 中，您可能需要一个固定的 4 位十六进制表示，前缀为 U+，例如 "U+0020" 表示空格。）但这超出了这个问题的范围，因为我们不知道要求是什么。

【讨论】：

@Geo：基本多语言平面中的任何内容，是的。您不能在 Java 中用单个字符表示 U+FFFF 以上的字符。但是 char 被有效地定义为 UTF-16 代码点。
它适用于每个char，它代表U+FFFF 之下的一个Unicode 字符，但不适用于每个Unicode 字符，因为char 不能代表所有Unicode。根据您的char 的来源，您可能需要做一些更复杂的事情（并且真的应该为此做好准备）。
要将其转换为十六进制，请使用Integer#toHexString()。
如果它在基本多语言平面之外怎么办？
@fzzfzzfzz：那你根本不用一个char开头，但是你可以用char.Convert.ToUtf32。

【解决方案2】：

一种更完整但更冗长的方法是使用Character.codePointAt 方法。这将处理“高代理”字符，这些字符不能由 char 可以表示的范围内的单个整数表示。

在您给出的示例中，这不是绝对必要的 - 如果（Unicode）字符可以放入单个（Java）char（例如 registered 局部变量），那么它必须在 @ 987654326@ 到 \uffff 范围，您无需担心代理对。但是，如果您正在查看可能更高的代码点，来自 String/char 数组，那么调用此方法是明智的，以覆盖边缘情况。

例如，而不是

String input = ...;
char fifthChar = input.charAt(4);
int codePoint = (int)fifthChar;

使用

String input = ...;
int codePoint = Character.codePointAt(input, 4);

在这种情况下，这不仅代码略少，而且会为您处理代理对的检测。

【讨论】：

另外，String类也有同样的方法，String#codePointAt

【解决方案3】：

在 Java 中，char 在技术上是一个“16 位整数”，因此您只需将其转换为 int 即可获得它的代码。来自Oracle：

char 数据类型是单个 16 位 Unicode 字符。它有一个 '\u0000' 的最小值（或 0）和 '\uffff' 的最大值（或 65,535（含）。

所以你可以简单地将它转换为 int。

char registered = '®';
System.out.println(String.format("This is an int-code: %d", (int) registered));
System.out.println(String.format("And this is an hexa code: %x", (int) registered));

【讨论】：

它甚至适用于欧元字符String.format("%x", (int) '€') == 0x20ac == '\u20ac'

【解决方案4】：

对我来说，只有“Integer.toHexString(registered)”按我想要的方式工作：

char registered = '®';
System.out.println("Answer:"+Integer.toHexString(registered));

此答案只会为您提供表格中通常显示的字符串表示形式。 Jon Skeet 的回答解释了更多。

【讨论】：

正如我的回答中的 cmets 所述，这是因为“您想要的方式”是生成代码的十六进制表示 - 这不是这个问题所要求的。代码本身是一个整数； “如何创建整数的十六进制表示”是另一回事。（对于 Unicode 代码点，您还应该考虑需要多少个十六进制数字 - 例如，您可能希望将 4 用于 BMP 字符，将 6 用于其他字符，或者始终使用 6，或者始终使用偶数......）跨度>
它说明了你写的内容。是什么让你认为代码根据定义是整数？对我来说，代码是符号的组合，不一定是数字或整数。您的回答确实很有用，但最后我花了半个小时找到了我所理解的获取代码的方法，也许它可以为其他用户节省一些空闲时间。
Unicode 就是这样定义它的。来自unicode.org/standard/principles.html：“Unicode 标准定义的每个代码元素都分配了一个数字。每个数字都称为代码点，当在文本中引用时，以前缀“U+”后的十六进制形式列出。例如，代码点 U+0041 是十六进制数 0041（等于十进制数 65）。它代表 Unicode 标准中的字符“A”。我已经编辑了我的答案，以明确为什么“字符'X'的代码是什么”的答案是一个数字，而不是一个字符串。

【解决方案5】：

有一个开源库 MgntUtils，它有一个实用程序类 StringUnicodeEncoderDecoder。该类提供将任何 String 转换为 Unicode 序列的静态方法，反之亦然。非常简单实用。要转换字符串，您只需：

String codes = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(myString);

例如一个字符串“Hello World”将被转换成

"\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064"

它适用于任何语言。这是解释有关图书馆的所有细节的文章的链接：MgntUtils。寻找副标题“字符串 Unicode 转换器”。该库可以通过Maven artifact 获取或从Github 获取（包括源代码和Javadoc）

【讨论】：

【解决方案6】：

亲爱的朋友，Jon Skeet 说你可以找到字符十进制代码但它不是字符十六进制代码，因为它应该在 unicode 中提到，所以你应该通过 HexCode 而不是在 Deciaml 中表示字符代码。

http://unicode.codeplex.com 有一个开源工具，可提供有关字符或句子的完整信息。

所以最好创建一个解析器，将 char 作为参数并将 ahexCode 作为字符串返回

public static String GetHexCode(char character)
    {
        return String.format("{0:X4}", GetDecimal(character));
    }//end

希望对你有帮助

【讨论】：

“所以你应该通过 HexCode 而不是 Deciaml 来表示字符代码”——它是一个数字。十六进制与十进制仅在将其转换为字符串时起作用，并且在问题中根本没有要求。
您认为发布 C# 链接以及一些 C# 代码如何帮助操作员解决 Java 问题？

【解决方案7】：

//下面可以获取unicode

int a = 'a'; // 'a' 是你想要获取其 unicode 的字母或符号

//你可以通过它的unicode获取下面的符号或字母

System.out.println("\123"); //123是你要传输的unicode

【讨论】：