G-Clef (U+1D11E) 不是基本多语言平面(BMP) 的一部分,这意味着它需要超过 16 位。几乎所有 Java 的读取函数都只返回 achar
或 aint
也只返回 16 位。哪个函数读取完整的 Unicode 符号,包括 SMP、SIP、TIP、SSP 和 PUA?
更新
我问过如何从输入流中读取单个 Unicode 符号(或代码点)。我既没有任何整数数组,也不想读取一行。
可以使用 构建代码点,Character.toCodePoint()
但此功能需要char
. 另一方面,读取 achar
是不可能的,因为read()
返回 a int
。到目前为止,我最好的工作是这个,但它仍然包含不安全的演员表:
public int read_code_point (Reader input) throws java.io.IOException
{
int ch16 = input.read();
if (Character.isHighSurrogate((char)ch16))
return Character.toCodePoint((char)ch16, (char)input.read());
else
return (int)ch16;
}
如何做得更好?
更新 2
另一个返回字符串但仍使用强制转换的版本:
public String readchar (Reader input) throws java.io.IOException
{
int i16 = input.read(); // UTF-16 as int
if (i16 == -1) return null;
char c16 = (char)i16; // UTF-16
if (Character.isHighSurrogate(c16)) {
int low_i16 = input.read(); // low surrogate UTF-16 as int
if (low_i16 == -1)
throw new java.io.IOException ("Can not read low surrogate");
char low_c16 = (char)low_i16;
int codepoint = Character.toCodePoint(c16, low_c16);
return new String (Character.toChars(codepoint));
}
else
return Character.toString(c16);
}
剩下的问题是:演员表是否安全或如何避免他们?