8

随着jdk12，出现了国际象棋符号（来源）：

Unicode 11.0.0 引入了以下现在包含在 JDK 12 中的新功能

[...] 以下现有脚本的 4 个块：

  • 格鲁吉亚语扩展

  • 玛雅数字

  • ndic Siyaq 号码

  • 国际象棋符号

考虑到这一点，我尝试使用以下代码打印这些字符，以测试功能并在稍后的小象棋游戏中使用它们：

Character.UnicodeBlock block = Character.UnicodeBlock.CHESS_SYMBOLS;
for (int i = 0; i < 1114112; i++) {
    char unicode = (char) i;
    if(Character.UnicodeBlock.of(unicode) == block) {
        System.out.println(unicode);
    }
}

但是，它没有打印任何东西。CHESS_SYMBOLS例如，如果我替换为ARABIC. 我有 java 12.0.1。

问题：为什么上面的代码没有打印任何东西？

4

2 回答 2

8

Miscellaneous Symbols 块中存在一些国际象棋符号字符，但您专门检查不同块中的 16 位char值。Chess Symbols 块包含16 位值的零个字符；它从 U+1FA00 开始，到 U+1FA6F 结束。

通过强制转换为char，您将所有高于 U+FFFF 的值修剪为它们的最低 16 位；例如，如果i是0x1fa60，将其转换为 achar将使其成为 0xfa60，这会阻止您的块检查成功。

为了使您的代码工作，您需要停止假设所有代码点都是 16 位值。你可以通过改变这个来做到这一点：

char unicode = (char) i;

对此：

int unicode = i;
于 2019-05-14T13:29:46.693 回答
4

不幸的是Character.UnicodeBlock，没有方法来判断块内代码点的开始值和结束值是什么。在 Unicode 11 中，国际象棋符号块从 U+1FA00 运行到 U+1FA6D。

Java 使用 UTF-16 和代理对来表示超过 U+10000 的字符。在这种情况下，代码点 U+1FA00 将表示为两个char值：U+D83E（高代理）和 U+DE60（低代理）。

您应该使用Character.toChars()正确打印始终为的代码点int：

Character.UnicodeBlock block = Character.UnicodeBlock.CHESS_SYMBOLS;
for (int i = 0; i < 1114112; i++) {
    if (Character.UnicodeBlock.of(i).equals(block)) {
        System.out.println(Character.toChars(i));
    }
}
于 2019-05-14T13:30:14.440 回答