关于 Unicode: 理解字符编码、Unicode、UTF-8、UTF-16.
在 Java 中，字符使用的是 UTF-16 编码，大部分字符用一个 UTF-16 编码就可以表示，对于这些字符，UTF-16 编码对应 Unicode 代码点。一个 UTF-16 代码单元需要16bit，而 Java 的 char 类型占用空间也是 16 bit。
可以用下面的方式输出字符的 UTF-16 编码：
public class StringTest {
public static void main(String[] args) {
char c = 'a';
System.out.printf("\\u%04x\n", (int) c);
c = '年';
System.out.printf("\\u%04x\n", (int) c);
}
}
执行结果:
\u0061
\u5e74
在 print 相关函数中可以用\uxxxx表示一个字符:
public class StringTest {
public static void main(String[] args) {
System.out.println("\u5e74");
}
}
执行结果:
年
表情符号和一些生僻字需要用两个 UTF-16 代码单元表示，这意味着 char 无法表示这些字符。不过可以用 String 来表示。代码示例：
public class StringTest {
public static void main(String[] args) {
String str = "😊";
System.out.println("字符串长度: " + str.length());
System.out.println("字符串 UTF-16 表示: ");
for (char c : str.toCharArray()) {
System.out.printf("\\u%04x\n", (int) c);
}
}
}
执行结果:
字符串长度: 2
字符串 UTF-16 表示:
\ud83d
\ude0a