從代碼點十六進位字串建立 Unicode 字符

1. 概述

Java 對 Unicode 的支援使得使用不同語言和腳本的字元變得簡單

在本教程中，我們將探索並學習如何從 Java 中的程式碼點取得 Unicode 字元。

2.問題介紹

Java 的 Unicode 支援使我們能夠快速建立國際化的應用程式。讓我們來看幾個例子：

static final String U_CHECK = "✅"; // U+2705
 static final String U_STRONG = "强"; // U+5F3A

在上面的範例中，複選標記「✅」和「強」（中文「強」）都是 Unicode 字元。

我們知道，如果我們的字串遵循轉義「u」和十六進位數字的模式，則可以在 Java 中正確表示 Unicode 字符，例如：

String check = "\u2705";
 assertEquals(U_CHECK, check);

 String strong = "\u5F3A";
 assertEquals(U_STRONG, strong);

在某些場景下，我們會得到「\u」後面的十六進位數字，需要取得對應的Unicode字元。例如，當我們收到字串格式的數字「 2705″時，應該會產生複選標記「✅」。

我們可能想到的第一個想法是將「\\u」和數字連接起來。然而，這並不能完成任務：

String check = "\\u" + "2705";
 assertEquals("\\u2705", check);

 String strong = "\\u" + "5F3A";
 assertEquals("\\u5F3A", strong);

如測試所示，連接“\\u”和數字（例如“2705”）會產生文字字串“ \\u2705 ”，而不是複選標記“✅”。

接下來，我們來探討如何將給定的數字轉換為 Unicode 字串。

3.理解「 \u 」後面的十六進制數

Unicode 為每個字元分配一個唯一的代碼點，提供了跨不同語言和腳本表示文字的通用方法。代碼點是 Unicode 標準中唯一標識字元的數值。

要在 Java 中建立 Unicode 字符，我們需要了解所需字符的代碼點。一旦我們有了程式碼點，我們就可以使用 Java 的char資料類型和轉義序列「\u」來表示 Unicode 字元。

在“\ uxxxx ”表示法中， “xxxx”是字元的十六進位表示的代碼點。例如，「 A 」的十六進位 ASCII 代碼為 41（十進位：65）。因此，如果我們使用 Unicode 符號“\u0041”我們可以得到字串“ A ”：

assertEquals("A", "\u0041");

那麼接下來我們來看看如何從「\u」後面的十六進位數中取得想要的Unicode字元。

4. 使用Character.toChars()方法

現在我們明白「\u」後面的十六進制數代表什麼了。當我們收到“2705”時，它是字元代碼點的十六進位表示形式。

如果我們得到程式碼點整數， Character.toChars(int codePoint)方法可以提供我們一個保存程式碼點的 Unicode 表示形式的 char 陣列。最後，我們可以呼叫String.valueOf()來取得目標字串：

Given "2705"
 |_ Hex(codePoint) = 0x2705
 |_ codePoint = 9989 (decimal)
 |_ char[] chars = Character.toChars(9989)
 |_ String.valueOf(chars)
 |_"✅"

正如我們所看到的，要獲得目標字符，我們必須先找到程式碼點。

程式碼點整數可以透過使用Integer.parseInt()方法解析十六進位（以 16 為基數）基數提供的字串來取得。

接下來，讓我們將所有內容放在一起：

int codePoint = Integer.parseInt("2705", 16); // Decimal int: 9989
 char[] checkChar = Character.toChars(codePoint);
 String check = String.valueOf(checkChar);
 assertEquals(U_CHECK, check);

 codePoint = Integer.parseInt("5F3A", 16); // Decimal int: 24378
 char[] strongChar = Character.toChars(codePoint);
 String strong = String.valueOf(strongChar);
 assertEquals(U_STRONG, strong);

值得注意的是，如果我們使用Java 11或更高版本，我們可以使用Character.toString()方法直接從程式碼點整數取得字串，例如：

// For Java 11 and later versions:
 assertEquals(U_STRONG, Character.toString(codePoint));

當然，我們可以將上面的實作封裝在一個方法中：

String stringFromCodePointHex(String codePointHex) {
 int codePoint = Integer.parseInt(codePointHex, 16);
 // For Java 11 and later versions: return Character.toString(codePoint)
 char[] chars = Character.toChars(codePoint);
 return String.valueOf(chars);
 }

最後，讓我們測試該方法以確保它產生預期的結果：

assertEquals("A", stringFromCodePointHex("0041"));
 assertEquals(U_CHECK, stringFromCodePointHex("2705"));
 assertEquals(U_STRONG, stringFromCodePointHex("5F3A"));

5. 結論

在本文中，我們首先了解了“\uxxxx”表示法中“xxxx”的含義，然後探討如何從給定代碼點的十六進位表示法取得目標 Unicode 字串。

與往常一樣，範例的完整原始程式碼可在 GitHub 上取得。