2019獨(dú)角獸企業(yè)重金招聘Python工程師標(biāo)準(zhǔn)>>>

從一段API描述談起： 在String的length的API中描述是這樣的！

lengthpublic int length() Returns the length of this string. The length is equal to the number of 16-bit Unicode characters in the string.Specified by: length in interface CharSequenceReturns: the length of the sequence of characters represented by this object.

其中有一句話：

The length is equal to the number of 16-bit Unicode characters in the string.

直譯過(guò)來(lái)就是： length的大小和 16 bit 的Unicode字符的個(gè)數(shù)相同！

1、為什么是16bit？

Unicode是包括目前世界上幾乎所有語(yǔ)言的字符集，每一個(gè)字符對(duì)應(yīng)的一個(gè)唯一編號(hào)，這個(gè)編號(hào)規(guī)則是：常用的Unicode稱(chēng)謂：BMP，包含了大量的字符集，目前Unicode版本是8.0，BMP是U+0000-U+FFFF代表的字符集。當(dāng)然了后期又?jǐn)U展了很多。

可以看到BMP在U+0000-U+FFFF之間的字符，每一個(gè)字符的Unicode編碼對(duì)應(yīng)的是四個(gè)16進(jìn)制，每個(gè)16進(jìn)制用四個(gè)bit表示，所以一個(gè)Unicode就是16 bit。

所以BMP內(nèi)的字符都是由16Bit組成，所以有多少個(gè)16bit就有多少個(gè)字符。

[Unicode BMP](https://en.wikipedia.org/wiki/Plane_(Unicode) Unicode和UTF-8對(duì)應(yīng)關(guān)系

2、String API codePoint什么意思？

每一個(gè)16bit的Unicode就是一個(gè)codePoint

關(guān)于code point、code unit的對(duì)應(yīng)關(guān)系：

wikipedia關(guān)于code_point

3、code unit是個(gè)什么概念？

The code unit size is equivalent to the bit measurement for the particular encoding:

A code unit in US-ASCII consists of 7 bits; A code unit in UTF-8, EBCDIC and GB18030 consists of 8 bits; A code unit in UTF-16 consists of 16 bits; A code unit in UTF-32 consists of 32 bits. 翻譯： 在US-ASCII中一個(gè)code unit代表7bits 在UTF-8，EBCDIC和GB18080中一個(gè)code unit代表8bits 在UTF-16中一個(gè)code unit代表16bits 在UTF-32中一個(gè)code unit代表32bits

總結(jié)：

code point是從unicode上定義的概念，是指一個(gè)字符集比如A代表的16bits。也就是字符的個(gè)數(shù)。

比如：

String s = "π王A23";//π用Unicode代表一個(gè)16bit的code point//王用Unicode代表一個(gè)16bit的code point//A用Unicode代表一個(gè)16bit的code point//2用Unicode代表一個(gè)16bit的code point//3用Unicode代表一個(gè)16bit的code pointSystem.out.println("字符串s的長(zhǎng)度為："+s.length());System.out.println("第三個(gè)code point為："+s.codePointAt(2));

輸出：

字符串s的長(zhǎng)度為：5 第三個(gè)code point為：65

其中5代表5geunicode字符，每個(gè)字符是一個(gè)16bit的unicode。 65是代表字母A的標(biāo)示。是第三個(gè)字符A

關(guān)于unicode學(xué)習(xí)最好的方式就是參考Wikipedia中的講述

轉(zhuǎn)載于:https://my.oschina.net/u/2525142/blog/618823

總結(jié)

以上是生活随笔為你收集整理的code point，code unit的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。