String可以定义为一个不可变的库例程中的一个预定义的一个类。
不可变:是指一个String的对象是不容修改的,如:String g = "Hello"; 想变为“Help”,只能让g引用另外一个String对象,而“Hello”会被回收,这看起来效率比较低,但是Java的字符串是可以共享的。
库类:是指Java中没有内置的字符串类型。String是库例程中的一个预定义的一个类。
一些常见的操作在java.lang.String可以找到,不一一讲解。
有关代码单元和代码点的理解:
Char: 在java中是采用UTF-16编码的,也就是说,Char是代表一个字符单元。
代码单元:UTF-8中是用8个字节表示的,UTF-16中使用16个字节表示的等等。
代码点:对应各种真正字符(char不是真正的字符,是代码单元)的Unicode编码。
一个代码点可能对应一对代码单元,如辅助字符。
也正是因为以上原因,在Java中,不赞成使用Char类型,因为它并不能代表一个真正的字符,而只是代码单元,而操作中,我们往往想得到的是真正的字符,而不是代码单元char。
当然,一般我们很少遇到辅助字符(由两个代码单元组成),但还是有必要了解一下。
具体操作及区别:
String test = "Hello";
长度:test.Length(); //返回代码单元的数量
test.codePointCount(0,test.Length());//0-length单元之间,返回代码点的数量
字符:
test.charAt(i); //返回第i个代码单元
Int index = test.offByCodePoint(0,i); //返回第i个代码点的专用索引
test.codePointAt(index); //返回第i个代码点
便利字符串真正字符:
Int cp = test.codePointAt(i);
If(Character.isSupplementaryCodePoint(cp)) i += 2; //判断是否是辅助字符
Else i++;
char:java中,char类型为16位,原本用于表示一个字符。但是后来发现,16位已经不够表示所有的字符,所以后来发展出了用代码点表示字符的方法。
代码点:是指编码字符集中,字符所对应的数字。有效范围从U+0000到U+10FFFF。其中U+0000到U+FFFF为基本字符,U+10000到U+10FFFF为增补字符。
代码单元:对代码点进行编码得到的1或2个16位序列(UTF-16)。其中基本字符的代码点直接用一个相同值的代码单元表示,增补字符的代码点用两个代码单元进行编码,编码值来自U+D800到U+DFFF,这个范围内没有数字用于表示字符,因此程序可以识别出当前字符是单单元的基本字符,还是双单元的增补字符。
1 public class HelloBunny
2 {
3 public static void main(String[] args)
4 {
5 String sentence = "\u03C0 \uD835\uDD6B";
6 int lengthU = sentence.length();
7 int lengthP = sentence.codePointCount(0, lengthU);
8 System.out.println(lengthU); // 4个code units
9 System.out.println(lengthP); // 3个code points
10
11 int i = sentence.codePointAt(2); // i=2 true i=0,1,3 false i=4 out of bound
12 boolean b = Character.isSupplementaryCodePoint(i);
13 System.out.println(b);
14 }
15 }