问题标签 [codepoint]

我对 Unicode 代码点转义语法感到困惑。这是一个演示

在我搜索之后。我发现 eval 会让它正常工作

所以我想知道原因，这是什么原因？php内部是怎么处理的呢？不支持运行时？谢谢！！！

为什么会这样：

DFFF₁₆ 是 55296₁₀。我得到相同的结果String.fromCodePoint()。

String.fromCodePoint(...[127482, 127480])给我一面美国国旗（）。

怎么把flag转回来[127482, 127480]？

在我的请求中使用它后，在 SLACK 中复制如下所示的简单 JSON 请求正文会引发错误

我注意到在尝试将其转换为 ASCII 时，在 slack 中粘贴此代码之前和之后的 '"' 字符是不同的 unicode 代码点。这是 slacks 做的吗？或者这是由于他们的字体或某物？

"成为合适的左右引号""</p>

在大多数情况下，他们是否可以/最好将其保存在我指定的 unicode 中？如果复制操作进入数据库并检索我开始使用的实际 unicode 会不会更好，或者这对大多数人来说太慢了？

I have a list of unicode code points, something along these lines (not an actual set, problem illustration only):

I need to find the unicode-range for these. Some parts of this set are continuous, with some points missing - so the range is not U+050B-1EA0. Is there a sensible way of extracting those continuous "sub-ranges"?

该String.length/1函数返回UTF -8 二进制文件中的字素数。

如果我想知道字符串中有多少个 Unicode代码点，我知道我可以这样做：

但这会产生所有代码点的不必要的中间列表，并迭代字符两次。有没有一种方法可以直接计算代码点，而不产生中间列表？

我想\u从整数代码点获取 java 使用的字符串表示形式。我到处找了找，还没有找到一个可行的 awnswer \ud83e\udd82。我从字节码查看器编译和反编译一个 jar 得到了符号。我不知道它是如何获得这些字符串或从哪里获得的。在 Java 中开发复制 unicode 字符然后将其粘贴并获取它的 Java 字符串版本时非常有用。所以每个类都不必在使用它的 utf-8 中。

如果我有一个List< Integer >整数值是 Unicode代码点编号。如何构造String由这些代码点确定的字符对象？

例如：

… 或者：

如何从 中获取另一个String具有值cat的对象codePoints？

我正在尝试为简体中文标识符构建一个令牌。

简体中文标识符在规范中定义如下：

这是UNICODE-BESTFIT和Windows Codepage 936。

例如，我所做的是%xA3C1在页面中查找，然后获取其对应的代码，即0xff21. %xA3C1因此，我找到了, %xA3DA, %xA3E1, %xA3FA, %xA1A2, %xA1AA, %xA1AC, %xA1AD, %xA1B2,的相应代码%xA1E6；%xA1E8, %xA1EF, %xA2B1, %xA2FC, %xA4A1, %xFE4F, 和构建CP936-initial-character如下：

但是，问题在于，例如，某些范围看起来很奇怪，0x00a4 .. 0x2605并且0x2488 .. 0x216b顺序不正确；而且0x3041 .. 0xfa29看起来太大了。

有谁知道构建这个令牌的正确方法是什么？

在 Java 标准库中，Character.getName(0x2000A)返回"CJK UNIFIED IDEOGRAPHS EXTENSION B 2000A"（在 java 11、16 和 17 中，使用 unicode 版本 10 和 unicode 版本 13），而我期望"CJK UNIFIED IDEOGRAPHS-2000A"

结果让我感到惊讶，因为代码点是带有 name 的字符组的一部分"CJK UNIFIED IDEOGRAPHS-#"，并且这些块通常从组名中派生出它们的名称，其中 # 替换为代码点编号。例如，u+FA21返回 name的 codepoint 就是这种情况"CJK COMPATIBILITY IDEOGRAPH-FA21"。

此规则在Unicode® Standard Annex #42 第 4.4.2 段中进行了解释

如果代码点具有属性 na（直接或通过从封闭组继承），则名称中出现的字符 # 将被解释为代码点的值。

似乎字符是通过 JDK 的“类别规则”命名的，其中字符的名称是通过以大写的代码点块的名称给出的，并附加代码点。

为什么jdk返回代码点的块名称u+2000A处理它明显不同于u+FA21