Keine der vorgeschlagenen Antworten funktioniert für Ersatzpaare, die zum Codieren von Zeichen außerhalb der mehrsprachigen Unicode-Grundebene verwendet werden .
Hier ist ein Beispiel mit drei verschiedenen Techniken, um die "Zeichen" einer Zeichenfolge zu durchlaufen (einschließlich der Verwendung der Java 8-Stream-API). Bitte beachten Sie, dass dieses Beispiel Zeichen der Unicode Supplementary Multilingual Plane (SMP) enthält. Sie benötigen eine geeignete Schriftart, um dieses Beispiel und das Ergebnis korrekt anzuzeigen.
// String containing characters of the Unicode
// Supplementary Multilingual Plane (SMP)
// In that particular case, hieroglyphs.
String str = "The quick brown 𓃥 jumps over the lazy 𓊃𓍿𓅓𓃡";
Iterieren von Zeichen
Die erste Lösung ist eine einfache Schleife über die gesamte char
Zeichenfolge:
/* 1 */
System.out.println(
"\n\nUsing char iterator (do not work for surrogate pairs !)");
for (int pos = 0; pos < str.length(); ++pos) {
char c = str.charAt(pos);
System.out.printf("%s ", Character.toString(c));
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
}
Iterieren von Codepunkten
Die zweite Lösung verwendet ebenfalls eine explizite Schleife, greift jedoch mit codePointAt auf einzelne Codepunkte zu und erhöht den Schleifenindex entsprechend auf charCount :
/* 2 */
System.out.println(
"\n\nUsing Java 1.5 codePointAt(works as expected)");
for (int pos = 0; pos < str.length();) {
int cp = str.codePointAt(pos);
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
pos += Character.charCount(cp);
// ^^^^^^^^^^^^^^^^^^^^^^^
// Increment pos by 1 of more depending
// the number of Java `char` required to
// encode that particular codepoint.
}
Durchlaufen Sie Codepunkte mithilfe der Stream-API
Die dritte Lösung ist im Grunde die gleiche wie die zweite, verwendet jedoch die Java 8 Stream-API :
/* 3 */
System.out.println(
"\n\nUsing Java 8 stream (works as expected)");
str.codePoints().forEach(
cp -> {
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
});
Ergebnisse
Wenn Sie dieses Testprogramm ausführen, erhalten Sie:
Using char iterator (do not work for surrogate pairs !)
T h e q u i c k b r o w n ? ? j u m p s o v e r t h e l a z y ? ? ? ? ? ? ? ?
Using Java 1.5 codePointAt(works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Using Java 8 stream (works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Wie Sie sehen können (wenn Sie Hieroglyphen richtig anzeigen können), verarbeitet die erste Lösung Zeichen außerhalb des Unicode-BMP nicht richtig. Andererseits können die beiden anderen Lösungen gut mit Ersatzpaaren umgehen.