2019獨角獸企業重金招聘Python工程師標準>>>

Surrogate 這個概念，不是來自 Java 語言，而是來自 Unicode 編碼方式之一 UTF-16 。
具體請見： UTF-16
簡而言之，Java 語言內部的字符信息是使用 UTF-16 編碼。因為，char 這個類型是 16-bit 的。它可以有65536種取值，即65536個編號，每個編號可以代表1種字符。但是，Unicode 包含的字符已經遠遠超過65536個。那，編號大於65536的，還要用 16-bit 編碼，該怎麼辦？於是，Unicode 標準制定組想出的辦法就是，從這65536個編號裏，拿出2048個，規定它們是「Surrogates」，讓它們兩個為一組，來代表編號大於65536的那些字符。
更具體地，編號為 U+D800 至 U+DBFF 的規定為「High Surrogates」，共1024個。編號為 U+DC00 至 U+DFFF 的規定為「Low Surrogates」，也是1024個。它們兩兩組合出現，就又可以多表示1048576種字符。
作者：圓月亮
鏈接：https://www.zhihu.com/question/42176549/answer/93852738
來源：知乎著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

?

public static void main(String[] args) throws UnsupportedEncodingException {String str = null;str = "中";System.out.println(str.getBytes("GBK").length); // 2System.out.println(str.getBytes("UTF-8").length); // 3System.out.println(str.getBytes("UNICODE").length); // 4System.out.println(str.getBytes("UTF-16").length); // 4str = "b";System.out.println(str.getBytes("GBK").length); // 1System.out.println(str.getBytes("UTF-8").length); // 1System.out.println(str.getBytes("UNICODE").length); // 4System.out.println(str.getBytes("UTF-16").length); // 4System.out.println(0xD800 + "-" + 0xDBFF);System.out.println(0xDC00 + "-" + 0xDFFF);// Character.codePointAt(); }

?

浙中文字符反轉義

<dependency><groupId>org.kie.modules</groupId><artifactId>org-apache-commons-lang3</artifactId><version>6.5.0.Final</version> </dependency> String s3 = StringEscapeUtils.unescapeHtml4("&#27993;&#27743; &#32461;&#20852;"); System.out.println(s3);

?

?

轉載于:https://my.oschina.net/zhuqianli/blog/1606110

總結

以上是生活随笔為你收集整理的有关字符编码学习记录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。