Java基础类—Character

最新推荐文章于 2024-11-19 15:21:14 发布

原创最新推荐文章于 2024-11-19 15:21:14 发布 · 2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Character #Java

Java 专栏收录该内容

9 篇文章

订阅专栏

这篇博客探讨了Java中的Character类，该类提供了大小写转换和Unicode字符操作的方法。文章介绍了Unicode编码标准，包括基本多文种平面（BMP）和代理区的概念，详细阐述了如何使用UTF-16表示Char、String和StringBuilder。此外，还提到了Character类的内部结构，如内部类、枚举，以及与UnicodeBlock和UnicodeScript相关的常量和方法。在对象创建时，valueOf方法对于0-127范围内的字符会使用缓存池提高效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Character类提供一些方法,比如:(小写字母、数字等)，并用于大小写转换。Character基于Unicode标准。

Java平台使用UTF-16表示Char、String、StringBUffer类。

Unicode编码知识:

目前Unicode字符分为17组编排，从0X0000到0x10FFFF,每组有65536个码位，共1114112个码位。

基本多文种平面(第零平面)BMP范围：U+0000到U+FFFF，共65536个码位。

BMP中有一个专用区范围:0xE000到0xF8FF，共6400个码位。其中0xD800到0xDFFF，这2048个码位叫代理区。代理区的目的是用2个UTF-16字符表示BMP以外的字符，所以大于0x00FFFF的码位都需要使用代理区的码点。

代理区分为高位替代和低位替代，0xD800到0xDBFF为高位替代区，0xDC00到0xDFFF为低位替代区。

由于Unicode的最大码位为0x10FFFF,0xFFFF之前的（65536个码位）使用2个字节表示，0xFFFF之后（1048575(0xFFFFF)个码位）仅需要20位二进制就可以表示，因此规定多余的12位，高位字节前6位为：110110，低位字节前6位为:110111。

Character类将基本类型char包装在一个对象中

1、内部类、枚举

public static class Subset	Unicode字符集子类
public static final class UnicodeBlock extends Subset	根据Unicode硬编码范围划分
public static enum UnicodeScript	根据语言书写规则对Unicode字符划分

2、常量

public static final int MIN_RADIX = 2;	最小基数
public static final int MAX_RADIX = 36;	最大基数
public static final char MIN_VALUE = '\u0000';	最小值
public static final char MAX_VALUE = '\uFFFF';	最大值
public static final byte UNASSIGNED = 0;	通用 Unicode规范
......
public static final byte DIRECTIONALITY_POP_DIRECTIONAL_FORMAT = 18;
public static final char MIN_HIGH_SURROGATE = '\uD800';	高位代理区最小值
public static final char MAX_HIGH_SURROGATE = '\uDBFF';	高位代理区最大值
public static final char MIN_LOW_SURROGATE = '\uDC00';	低位代理区最小值
public static final char MAX_LOW_SURROGATE = '\uDFFF';	低位代理区最大值
public static final char MIN_SURROGATE = MIN_HIGH_SURROGATE;	代理区最小值
public static final char MAX_SURROGATE = MAX_LOW_SURROGATE;	代理区最大值
public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000;	补充码点最小值
public static final int MIN_CODE_POINT = 0x000000;	代码点最小值
public static final int MAX_CODE_POINT = 0X10FFFF;	代码点最大值
private final char value;

3.1、Subset类

public final boolean equals(Object obj)
public final int hashCode()
public final String toString()

3.2、UnicodeBlock类

private static Map<String, UnicodeBlock> map	缓存池
public static final UnicodeBlock BASIC_LATIN	Unicode字符块
......
public static final UnicodeBlock CJK_UNIFIED_IDEOGRAPHS_EXTENSION_D
private static final int blockStarts[]	Unicode字符集开始地址
private static final UnicodeBlock[] blocks	Unicode字符块数组
public static UnicodeBlock of(char c)	根据代码点查找Unicode字符块（折半查找）
public static UnicodeBlock of(int codePoint)	根据代码点查找Unicode字符块（折半查找）
public static final UnicodeBlock forName(String blockName)	从map缓存池中查找Unicode字符块

3.3、UnicodeScript枚举

COMMON......UNKNOWN	枚举
private static final int[] scriptStarts	Unicode字符集开始地址
private static final UnicodeScript[] scripts	Unicode字符块数组
private static HashMap<String,Character.UnicodeScript> aliases	缓存池
public static UnicodeScript of(int codePoint)	根据代码点查找Unicode字符块（折半查找）
public static final UnicodeScript forName(String scriptName)	从aliases缓存池中查找Unicode字符块

4、方法

private static class CharacterCache	将字符0-127放到缓存池中
public static Character valueOf(char c)	字符小于128则从缓存池中取，否则New一个对象
public char charValue()	返回value
public int hashCode()
public boolean equals(Object obj)
public String toString()
public static String toString(char c)
public static boolean isValidCodePoint(int codePoint)	是否为有效的代码点
public static boolean isBmpCodePoint(int codePoint)	是否为Bmp代码点
public static boolean isSupplementaryCodePoint(int codePoint)	是否为补充代码点
public static boolean isHighSurrogate(char ch)	是否为高位代理区
public static boolean isLowSurrogate(char ch)	是否为低位代理区
public static boolean isSurrogate(char ch)	是否为代理区
public static boolean isSurrogatePair(char high, char low)	是否为一个有效Unicode的代理对
public static int charCount(int codePoint)	所需字符的数目（Bmp范围为1，否则为2）
public static int toCodePoint(char high, char low)	代理对转换代码点
public static int codePointAt(CharSequence seq, int index)	索引字符代码点
public static int codePointAt(char[] a, int index)	索引字符代码点
public static int codePointAt(char[] a, int index, int limit)
static int codePointAtImpl(char[] a, int index, int limit)
public static int codePointBefore(CharSequence seq, int index)	索引前一个字符的代码点
public static int codePointBefore(char[] a, int index)	索引前一个字符的代码点
public static int codePointBefore(char[] a, int index, int start)
static int codePointBeforeImpl(char[] a, int index, int start)
public static char highSurrogate(int codePoint)	代码点返回高位代理
public static char lowSurrogate(int codePoint)	代码点返回低位代理
public static int toChars(int codePoint, char[] dst, int dstIndex)	根据代码点返回字符
public static char[] toChars(int codePoint)	根据代码点返回字符
static void toSurrogates(int codePoint, char[] dst, int index)	码点换成代理存到dst数组中
public static int codePointCount(CharSequence seq, int beginIndex, int endIndex)	获取代码点总数
public static int codePointCount(char[] a, int offset, int count)	获取代码点总数
static int codePointCountImpl(char[] a, int offset, int count)	获取代码点总数
public static int offsetByCodePoints(CharSequence seq, int index, int codePointOffset)	返回给定的字符子阵列是给定的索引由codePointOffset代码点偏移中的索引
public static int offsetByCodePoints(char[] a, int start, int count,int index, int codePointOffset)	返回给定的字符子阵列是给定的索引由codePointOffset代码点偏移中的索引
static int offsetByCodePointsImpl(char[]a, int start, int count, int index int codePointOffset)	返回给定的字符子阵列是给定的索引由codePointOffset代码点偏移中的索引
public static boolean isLowerCase(char ch)	是否为小写字符
public static boolean isLowerCase(int codePoint)	是否为小写字符
public static boolean isUpperCase(char ch)	是否为大写字符
public static boolean isUpperCase(int codePoint)	是否为大写字符
public static boolean isTitleCase(char ch)	是否TitleCase字符
public static boolean isTitleCase(int codePoint)	是否TitleCase字符
public static boolean isDigit(char ch)	是否为数字
public static boolean isDigit(int codePoint)	是否为数字
public static boolean isDefined(char ch)	是否已定义
public static boolean isDefined(int codePoint)	是否已定义
public static boolean isLetter(char ch)	是否为字母
public static boolean isLetter(int codePoint)	是否为字母
public static boolean isLetterOrDigit(char ch)	是否为字母或数字
public static boolean isLetterOrDigit(int codePoint)	是否为字母或数字
public static boolean isAlphabetic(int codePoint)
public static boolean isIdeographic(int codePoint)
public static boolean isJavaIdentifierStart(char ch)	确定是否允许将指定字符作为 Java 标识符中的首字符
public static boolean isJavaIdentifierStart(int codePoint)	确定是否允许将指定字符作为 Java 标识符中的首字符
public static boolean isJavaIdentifierPart(char ch)	确定字符（Unicode代码点）是否可以是 Java 标识符中首字符以外的部分。
public static boolean isJavaIdentifierPart(int codePoint)	确定字符（Unicode代码点）是否可以是 Java 标识符中首字符以外的部分。
public static boolean isUnicodeIdentifierStart(char ch)	确定是否允许将指定字符作为 Unicode 标识符中的首字符
public static boolean isUnicodeIdentifierStart(int codePoint)	确定是否允许将指定字符作为 Unicode 标识符中的首字符
public static boolean isUnicodeIdentifierPart(char ch)	确定指定字符是否可以是Unicode 标识符中首字符以外的部分
public static boolean isUnicodeIdentifierPart(int codePoint)	确定指定字符是否可以是Unicode 标识符中首字符以外的部分
public static boolean isIdentifierIgnorable(char ch)	确定是否应该认为指定字符是 Java 标识符或 Unicode 标识符中可忽略的一个字符
public static boolean isIdentifierIgnorable(int codePoint)	确定是否应该认为指定字符是 Java 标识符或 Unicode 标识符中可忽略的一个字符
public static char toLowerCase(char ch)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为小写
public static int toLowerCase(int codePoint)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为小写
public static char toUpperCase(char ch)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为大写。
public static int toUpperCase(int codePoint)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为大写。
public static char toTitleCase(char ch)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为首字母大写
public static int toTitleCase(int codePoint)	使用取自 UnicodeData 文件的大小写映射信息将字符参数转换为首字母大写
public static int digit(char ch, int radix)	返回使用指定基数的字符ch的数值
public static int digit(int codePoint, int radix)	返回使用指定基数的字符ch的数值
public static int getNumericValue(char ch)	返回指定的 Unicode 字符示的int值
public static int getNumericValue(int codePoint)	返回指定的 Unicode 字符示的int值
public static boolean isSpaceChar(char ch)	确定指定字符否Unicod空白字符
public static boolean isSpaceChar(int codePoint)	确定指定字符否Unicod空白字符
public static boolean isWhitespace(char ch)	确定指定字符依据 Java 标准是否为空白字符
public static boolean isWhitespace(int codePoint)	确定指定字符依据 Java 标准是否为空白字符
public static boolean isISOControl(char ch)	确定指定字符是否为 ISO 控制字符
public static boolean isISOControl(int codePoint)	确定指定字符是否为 ISO 控制字符
public static int getType(char ch)	返回一个指示字符的常规类别的值
public static int getType(int codePoint)	返回一个指示字符的常规类别的值
public static char forDigit(int digit, int radix)	确定使用指定基数的特定数字的字符表示形式
public static byte getDirectionality(char ch)	返回给定字符的 Unicode 方向属性。利用字符方向性来计算文本的视觉顺序
public static byte getDirectionality(int codePoint)	返回给定字符的 Unicode 方向属性。利用字符方向性来计算文本的视觉顺序
public static boolean isMirrored(char ch)	确定指定字符依据 Unicode 规范是否对称
public static boolean isMirrored(int codePoint)	确定指定字符依据 Unicode 规范是否对称
public int compareTo(Character anotherCharacter)	根据数字比较两个Character对象
public static int compare(char x, char y)	比较2个char的值
static int toUpperCaseEx(int codePoint)	转换成大写后返回
static char[] toUpperCaseCharArray(int codePoint)	返回大写字符数组
public static char reverseBytes(char ch)	返回通过反转指定char值中的字节顺序而获得的值
public static String getName(int codePoint)	返回指定名称

CharacterCache方法将字符0-127放到缓存池中

   private static class CharacterCache {
        private CharacterCache(){}

        static final Character cache[] = new Character[127 + 1];

        static {
            for (int i = 0; i < cache.length; i++)
                cache[i] = new Character((char)i);
        }
    }

在创建对象的时候可以通过valueOf来创建，如果是0-127内的字符，则直接通过缓存池直接返回。

public static Character valueOf(char c) {
        if (c <= 127) { // must cache
            return CharacterCache.cache[(int)c];
        }
        return new Character(c);
    }