Jak mogę uzyskać kod znaku Unicode?

Question

Powiedzmy mam to:

char registered = '®'; 

lub umlaut, czy cokolwiek unicode charakter. Jak mogę uzyskać jego kod?

Answer 1

Wystarczy przekształcić go int:

char registered = '®'; 
int code = (int) registered; 

W rzeczywistości istnieje niejawna konwersja z char do int więc nie trzeba określić go jednoznacznie jako Zrobiłem powyżej, ale chciałbym to zrobić w w tym przypadku, aby było oczywiste, co próbujesz zrobić.

To da jednostce kodowej UTF-16 - która jest taka sama jak kod kodowy Unicode dla dowolnego znaku zdefiniowanego w Podstawowej płaszczyźnie wielojęzycznej. (I tylko znaki BMP mogą być reprezentowane w Javie jako wartości char). Jak mówi odpowiedź Andrzeja Doyle'a, jeśli chcesz, aby kod w kodzie Unicode był z dowolnego ciągu, użyj Character.codePointAt().

Po uzyskaniu kodu kodowego UTF-16 lub punktów kodu Unicode, ale są to liczby całkowite, to od Ciebie zależy, co z nimi zrobisz. Jeśli potrzebujesz reprezentacji ciągów znaków, musisz zdecydować, jaką dokładnie reprezentację chcesz uzyskać. (Na przykład, jeśli wiesz, że wartość zawsze będzie w BMP, możesz potrzebować stałej 4-cyfrowej reprezentacji heksadecymalnej z prefiksem U+, np. "U+0020" dla spacji). To jednak wykracza poza zakres tego pytania, ponieważ nie wiesz, jakie są wymagania.

Answer 2

Bardziej kompletnym, choć bardziej gadatliwym sposobem byłoby użycie metody Character.codePointAt. Spowoduje to obsłużenie "wysokich zastępczych" znaków, które nie mogą być reprezentowane przez jedną liczbę całkowitą w zakresie, który może reprezentować char.

W przykładzie dałeś nie jest to bezwzględnie konieczne - jeśli znak (Unicode) może się zmieścić w jednym układzie (Java) char (takie jak zmiennej lokalnej w registered) to musi mieścić się w przedziale \u0000 do \uffff i nie musisz się martwić o zastępcze pary. Ale jeśli patrzysz na potencjalnie wyższe punkty kodowe, z tablicy String/char, to wywołanie tej metody jest mądre w celu objęcia przypadków skrajnych.

Na przykład, zamiast

String input = ...; 
char fifthChar = input.charAt(4); 
int codePoint = (int)fifthChar; 

użycie

String input = ...; 
int codePoint = Character.codePointAt(input, 4); 

Nie tylko jest to nieco mniej kod w tym przypadku, ale będzie obsługiwać wykrywanie par zastępczych dla Ciebie.

Answer 3

drogi przyjacielu, Jon Skeet powiedział, że możesz znaleźć znak dziesiętny, ale nie jest to kod heksadecymalny, który powinien być wymieniony w Unicode, więc powinieneś reprezentować kody znaków poprzez HexCode nie w Deciaml.

Istnieje narzędzie o otwartym kodzie źródłowym pod adresem http://unicode.codeplex.com, które zawiera kompletne informacje na temat postaci lub obiektu.

więc lepiej jest utworzyć parser, które dają char jako parametr i powrócić ahexCode jako ciąg

public static String GetHexCode(char character) 
    { 
     return String.format("{0:X4}", GetDecimal(character)); 
    }//end 

nadzieję, że pomoże

Answer 4

w Javie, char jest technicznie „16-bitowa liczba całkowita ", więc możesz po prostu przesłać go do int, a dostaniesz jego kod. Od Oracle:

Typ danych char to pojedynczy 16-bitowy znak Unicode. Ma on minimalną wartość "\ u0000" (lub 0) i maksymalną wartość "\ uffff" (lub 65 535 włącznie).

Możesz więc po prostu przesłać go do int.

char registered = '®'; 
System.out.println(String.format("This is an int-code: %d", (int) registered)); 
System.out.println(String.format("And this is an hexa code: %x", (int) registered)); 

Answer 5

Dla mnie tylko „Integer.toHexString (zarejestrowany)” pracował tak jak chciałem:

char registered = '®'; 
System.out.println("Answer:"+Integer.toHexString(registered)); 

Ta odpowiedź daje tylko reprezentacje smyczkowe, co zwykle są przedstawione w tabelach. Odpowiedź Jona Skeeta wyjaśnia więcej.