如何在java中获取字符串的unicode值？
例如，如果字符串是“Hi” 我需要类似\uXXXX\uXXXX
【问题讨论】：
charAt() 会有所帮助。如果您想要 Unicode 代码点而不是 UTF-16 代码单元，那么 codePointAt() 是更正确的方法（但如果您想为 Java 源代码或类似代码编写 \u 转义符，那将无济于事。
charAt() 返回的值格式化为 4 位十六进制数字并在前面加上 \u 应该可以工作。
一些 unicode 字符跨越两个 Java 字符。来自http://docs.oracle.com/javase/tutorial/i18n/text/unicode.html 的引用：
值在 16 位范围之外且在 0x10000 到 0x10FFFF 范围内的字符称为补充字符，定义为一对 char 值。
转义非ascii的正确方法：
private static String escapeNonAscii(String str) {
StringBuilder retStr = new StringBuilder();
for(int i=0; i<str.length(); i++) {
int cp = Character.codePointAt(str, i);
int charCount = Character.charCount(cp);
if (charCount > 1) {
i += charCount - 1; // 2.
if (i >= str.length()) {
throw new IllegalArgumentException("truncated unexpectedly");
}
}
if (cp < 128) {
retStr.appendCodePoint(cp);
} else {
retStr.append(String.format("\\u%x", cp));
}
}
return retStr.toString();
}
【讨论】：
此方法将任意 String 转换为 ASCII 安全表示，以在 Java 源代码（或属性文件，例如）中使用：
public String escapeUnicode(String input) {
StringBuilder b = new StringBuilder(input.length());
Formatter f = new Formatter(b);
for (char c : input.toCharArray()) {
if (c < 128) {
b.append(c);
} else {
f.format("\\u%04x", (int) c);
}
}
return b.toString();
}
【讨论】：
java -encoding UTF-8 进行编译。没有混乱，没有大惊小怪。这尤其是因为 20 年过去了，Java 仍然没有标准的方式来用他们的官方名称来谈论代码点。这意味着您正试图在代码中插入邪恶而神秘的幻数。那可不是什么好事！当然，我可能更愿意看到“\N{GREEK SMALL LETTER ALPHA}”而不是“α”，但我肯定不想看到“\u03B1”！这简直是邪恶的。你将如何保持这种克鲁多拉？
char 实际上是 UTF-16 代码点而不是 Unicode 代码点（这两个是相同的事情，iff 字符在 BMP 中）。