所以我知道String#codePointAt(int)，但它的索引char偏移量，而不是碼位移。如何迭代Java字符串的unicode代碼點？
我想嘗試喜歡的東西：
String#charAt(int)得到char指數char是否在high-surrogates range
String#codePointAt(int)來得到碼點，並將索引增加2char值作爲碼點，並通過1遞增索引，但我的擔心是
char值或一個是，Java應用UTF-16式的編碼絃樂的內部表示，是的，它編碼使用代孕方案基本多文種平面（BMP）之外的字符。
如果你知道你將要處理與BMP之外的字符，那麼這裏就是遍歷一個Java字符串中的字符的正規途徑：
final int length = s.length();
for (int offset = 0; offset < length;) {
final int codepoint = s.codePointAt(offset);
// do something with the codepoint
offset += Character.charCount(codepoint);
}
現在Java 8已經內置了一個codePoints（）方法來構建字符串： http://docs.oracle.com /javase/8/docs/api/java/lang/CharSequence.html#codePoints – 2014-04-18 17:13:25
另請參閱我的答案，您可以在java <8的地方使用它的解決方法http://stackoverflow.com/a/ 21791059/32453 – rogerdpack 2014-12-09 20:02:56
想我會添加一個以foreach循環（ref）工作的變通辦法，再加上你可以當你移動到Java 8很容易轉換成Java 8的新的String＃代碼點方法：
public static Iterable<Integer> codePoints(final String string) {
return new Iterable<Integer>() {
public Iterator<Integer> iterator() {
return new Iterator<Integer>() {
int nextIndex = 0;
public boolean hasNext() {
return nextIndex < string.length();
}
public Integer next() {
int result = string.codePointAt(nextIndex);
nextIndex += Character.charCount(result);
return result;
}
public void remove() {
throw new UnsupportedOperationException();
}
};
}
};
}
然後你可以用foreach使用它像這樣：
for(int codePoint : codePoints(myString)) {
....
}
或者交替，如果你只是想將一個字符串轉換成int數組（這可能會使用更多的內存比上面的方法）：
public static List<Integer> stringToCodePoints(String in) {
if(in == null)
throw new NullPointerException("got null");
List<Integer> out = new ArrayList<Integer>();
final int length = in.length();
for (int offset = 0; offset < length;) {
final int codepoint = in.codePointAt(offset);
out.add(codepoint);
offset += Character.charCount(codepoint);
}
return out;
}
Java 8添加了CharSequence#codePoints，它返回一個包含代碼點的IntStream。 您可以直接使用流來遍歷他們：
string.codePoints().forEach(c -> ...);
或一個for循環通過收集流到一個數組：
for(int c : string.codePoints().toArray()){
...
}
這些方法可能比Jonathan Feinbergs's solution更昂貴，但他們讀/寫速度更快，性能差異通常不顯着。
'for（int c：（Iterable
至於它是否「昂貴」，那麼......沒有其他方式構建到Java中。但是，如果您只處理拉丁/歐洲/西里爾/希臘/希伯來語/阿拉伯語腳本，那麼您只需將s.charAt（）放入您的內容。 :) – 2009-10-06 20:25:32
但你不應該。例如，如果你的程序輸出XML，並且如果有人給它一個模糊的數學運算符，突然你的XML可能是無效的。 – 2012-07-15 01:18:59
@Jonathan Feinberg這就是我的想法。但是在這裏出現了特殊的數學E. UTF-16在99％的時間內工作 - 但後來變得非常痛苦。特別是當問題長期處於隱藏狀態時。 – Martin 2014-02-09 13:12:34