[每天一个知识点]6-Java语言-char和code point

2019独角兽企业重金招聘Python工程师标准>>>

java.lang.String有2个方法

char	charAt(int index) Returns the char value at the specified index.
int	codePointAt(int index) Returns the character (Unicode code point) at the specified index.

仔细看一下这2个方法的描述，正常来说应该会产生一个疑问，char和unicode code point有什么区别？（懂unicode的除外）

可能很多人都知道，java使用的是unicode，其实大部分人都分不清ucs和utf，准确地说java使用的是utf-16编码，而utf-16编码表达的是ucs。这个细节的不同，导致了一个普遍的误解：字符串在java中存储时每个字符占一个存储位置。实际上utf-16可以表达整个ucs-4字符集，只是BMP的字符恰好用1个16位整数存储（在这个区域里，中文文字只有20,927个），而其它平面的字符用2个16位整数存储而已。

也就是说，在某些少见的情况下，String.length()比字符串的长度要长。可以运行一下下面的代码找找感觉。

package test;

public class Test {
    public static String str = "\uD800\uDC00a汉";

    public static void main(String[] args) {
        System.out.printf("str.length(): %d\n", str.length());
        System.out.printf("str.codePointCount(0, 1): %d\n", str.codePointCount(0, 1));
        System.out.printf("str.codePointCount(0, 2): %d\n", str.codePointCount(0, 2));
        System.out.printf("str.codePointCount(0, 3): %d\n", str.codePointCount(0, 3));
        System.out.printf("str.codePointCount(0, str.length()): %d\n", str.codePointCount(0, str.length()));
        System.out.printf("str: %s\n", str);
        System.out.printf("str.charAt(0): %c\n", str.charAt(0));
        System.out.printf("str.codePointAt(0): %d\n", str.codePointAt(0));
        System.out.printf("str.codePointAt(1): %d\n", str.codePointAt(1));
    }
}

最后一个问题，知道这个有什么用？这个问题很难回答。按照80/20法则，解决20%的关键问题可以适用80%的场景。抽象一点讲，每个问题了解90%（大多数情况下是到不了这么高的），在16个问题叠加的情况下，能够完整解决的概率是0.1853，所以为什么我们觉得自己懂很多，还是写不好代码。在每个细节上多懂一点，有助于自己工作能轻松一点。但是，你永远无法预测的是，在你解决的每个问题中，是你知道的那十万个细节中的哪一个拯救了你。

转载于:https://my.oschina.net/u/1762727/blog/367193