Java UTF-16 编码代码答案

【问题标题】：Java UTF-16 Encoding codeJava UTF-16 编码代码
【发布时间】：2011-08-18 00:41:57
【问题描述】：

java中将Unicode码点（整数）编码为char数组（字节）的函数基本上是这样的：

return new char[] { (char) codePoint };

这只是从整数值转换为字符。

我想知道这种转换实际上是如何完成的，该转换背后的代码用于将整数值转换为以 UTF-16 编码的字符。我尝试在 java 源代码上寻找它，但没有运气。

【问题讨论】：

【解决方案1】：

我不确定你说的是哪个函数。

将有效的 int 代码点转换为 char 将适用于基本多语言平面中的代码点，这取决于 UTF-16 的定义方式。要转换高于 U+FFFF 的任何内容，您应该使用 Character.toChars(int) 转换为 UTF-16 代码单元。该算法在RFC 2781中定义。

【讨论】：

由于代理对，并非char 的所有值都代表有效的代码点（一对之外）——即使char 的所有值都是有效数字。例如。它不仅仅是“0xffff 以上的任何东西”。 +1 但是包含转换方法（回答问题）和链接。
@pst - 如果不明显，在这种情况下，“任何东西”表示规范中定义的有效 Unicode 代码点（Java 6 的 Unicode 4）。
@pst - 来自 Unicode 4，chapter 2：最低平面，基本多语言平面，包含范围 0000..FFFF。（数字以 16 为基数）
char 表示的所有数字都是有效的代码点，但并非所有都是有效的标量值。（标量值是不是代理代码点的代码点。）因此，并非所有char 值都是标量值，并且并非所有可能的char 序列都是UTF-16 字符串。但是，Character.toChars 不会检查参数是否为有效的标量值。
@pst - 啊，我明白你在删除的评论中的意思 - 你引用了算法：如果 U 我会修改答案。

【解决方案2】：

此外，char 数组在 Java 平台中已经是 UTF-16。

【讨论】：

【解决方案3】：

Java 中的所有chars 在内部都以 UTF-16 表示。这只是将整数值映射到 char。

【讨论】：

【解决方案4】：

由于char 被定义为在 Java 中保存 UTF-16 数据，这就是它的全部内容。只有如果输入是 int（即它可以表示 U+10000 或更大的 Unicode 代码点），则需要进行一些计算。所有char 值都已经是UTF-16。

【讨论】：

【解决方案5】：

代码点只是一个映射到字符的数字，没有进行真正的转换。 Unicode 代码点以十六进制指定，因此无论您使用十六进制的 codePoint 都将映射到该字符（或字形）。

【讨论】：