如何获取字符串的第一个符号

Question

我需要显示字符串的第一个符号。最简单的代码是：

String text = "test string";
char firstSymbol = text[0];

但是如果字符不适合 16 位，例如 "\uD83D\uDC68" (????, U+1F468)，这将不起作用。只返回一半字符，并呈现为问号。

String text = "test string";
int codePoint = text.codePointAt(0);
char[] chars = Character.toChars(codePoint);
String firstSymbol = new String(chars);

这适用于以 Unicode 表示的任何字符。但是，也有 Unicode 字符序列显示为一个符号。当我为它们运行上面的代码时，只显示部分符号，就像 "\uD83D\uDC68\u200D\uD83D\uDCBB" (????‍????) 发生的那样。在这种情况下，我希望结果是整个字符串。我该如何处理这种情况？

---

当然应该是 charAt()，我的错。但是char 是 UTF-16 编码的，不能包含多个字符。第一个例子应该是这样的：

String text = "test string";
char firstSymbol = text.charAt(0);

---

另一个符号的例子是"\u0D23\u0D4D\u200D" (ൺ)。它的末尾有两个字符和零宽度的连接符。

---

我尝试使用 android.icu 库，它继承自 ICU4J，但不幸的是，它仅从 API 24 开始受支持。此外，它产生与第二个示例相同的结果，即它不连接字符，如果零宽度连接器在它们之间。

int breakIterator = BreakIterator.getCharacterInstance();
breakIterator.setText(text);
int begin = breakIterator.first();
int end = breakIterator.next();
String firstSymbol = text.substring(begin, end);

Answer 1

\u200D 是 Unicode 代码点 U+200D ZERO WIDTH JOINER。如果要提取连接的代码点序列，则必须手动迭代字符串，直到遇到未连接的代码点，例如：

String text = ...;
StringBuilder sequence = new StringBuilder(text.length());
boolean isInJoin = false;
int codePoint;

for (int i = 0; i < text.length(); i = text.offsetByCodePoints(i, 1))
{
    codePoint = text.codePointAt(i);

    if (codePoint == 0x200D)
    {
        isInJoin = true;
        if (sequence.length() == 0)
            continue;
    }
    else
    {
        if ((sequence.length() > 0) && (!isInJoin)) break;
        isInJoin = false;
    }

    sequence.appendCodePoint(codePoint);
}

if (isInJoin)
{
    for(int i = sequence.length()-1; i >= 0; --i)
    {
        if (sequence.charAt(i) == 0x200D)
            sequence.deleteCharAt(i);
        else
            break;
    }
}

String firstSymbols = sequence.toString();

或者：

String text = ...;
boolean isInJoin = false;
int start = 0, length = 0, next;
int codePoint;

for (int i = 0; i < text.length(); i = next)
{
    codePoint = text.codePointAt(i);

    if (codePoint == 0x200D)
    {
        isInJoin = true;
        if (length == 0)
        {
            next = text.offsetByCodePoints(i, 1);
            start = next;
            continue;
        }
    }
    else
    {
        if ((length > 0) && (!isInJoin)) break;
        isInJoin = false;
    }

    next = text.offsetByCodePoints(i, 1);
    length += (next - i);
}

if (isInJoin)
{
    for(int i = length-1; i >= 0; --i)
    {
        if (text.charAt(i) == 0x200D)
            --length;
        else
            break;
    }
}

String firstSymbols = text.substring(start, start+length);

Answer 2

我注意到你使用Zero-width joiner(\u200D)字符加入表情符号，你可以通过这个字符split你的String：

String[] result = text.split("\u200D");

并通过以下方式获取第一个字符：

String firstSymbol = result[0];