给定扩展的 ASCII 代码点和 Java 中的代码页，找到等效的 Unicode 代码点？

Question

我正在尝试编写一种方法来查找给定特定代码页的 ASCII 中相同视觉字符的 Unicode 中的等效代码点

例如，给定一个字符 char c = 128，它在 Windows-1252 代码页中是“€”，运行该方法

int result = asUnicode(c, "windows-1252")

应该给出8364 或相同的char c = 128，在Windows-1251 代码页中是“Ђ”，运行该方法

int result = asUnicode(c, "windows-1251")

应该给1026

如何在 Java 中做到这一点？

Answer 1

c 不应该是真正的char，而是相应编码中字节的byte[]，例如。 windows-1252.

对于这种简单的情况，我们可以自己将char 包装成byte[]。

您需要将这些字节解码为代表 BMP 代码点的 Java 的 char 类型。然后你返回对应的。

public static int asUnicode(char c, String charset) throws Exception {
    CharBuffer result = Charset.forName(charset).decode(ByteBuffer.wrap(new byte[] { (byte) c }));
    int unicode;
    char first = result.get();
    if (Character.isSurrogate(first)) {
        unicode = Character.toCodePoint(first, result.get());
    } else {
        unicode = first;
    }
    return unicode;
}

以下

public static void main(String[] args) throws Exception {
    char c = 128;
    System.out.println(asUnicode(c, "windows-1252"));
    System.out.println(asUnicode(c, "windows-1251"));
}

打印

8364
1026