Önerilen cevapların hiçbiri, Unicode Temel Çok Dilli Düzlem dışındaki karakterleri kodlamak için kullanılan vekil çiftler için geçerli değildir .
Aşağıda, bir dizenin "karakterleri" üzerinde yineleme yapmak için üç farklı teknik kullanan bir örnek verilmiştir (Java 8 akış API'sı dahil). Lütfen bu örnekte Unicode Ek Çok Dilli Düzlem'in (SMP) karakterlerini içerdiğini unutmayın. Bu örneği ve sonucu doğru bir şekilde görüntülemek için uygun bir yazı tipine ihtiyacınız vardır.
// String containing characters of the Unicode
// Supplementary Multilingual Plane (SMP)
// In that particular case, hieroglyphs.
String str = "The quick brown 𓃥 jumps over the lazy 𓊃𓍿𓅓𓃡";
Karakterlerin yinelemesi
İlk çözüm tüm char
dize üzerinde basit bir döngüdür :
/* 1 */
System.out.println(
"\n\nUsing char iterator (do not work for surrogate pairs !)");
for (int pos = 0; pos < str.length(); ++pos) {
char c = str.charAt(pos);
System.out.printf("%s ", Character.toString(c));
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
}
Kod noktalarının yinelemesi
İkinci çözüm de açık bir döngü kullanır, ancak codePointAt ile tek tek kod noktalarına erişir ve döngü dizinini charCount'a göre artırır :
/* 2 */
System.out.println(
"\n\nUsing Java 1.5 codePointAt(works as expected)");
for (int pos = 0; pos < str.length();) {
int cp = str.codePointAt(pos);
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
pos += Character.charCount(cp);
// ^^^^^^^^^^^^^^^^^^^^^^^
// Increment pos by 1 of more depending
// the number of Java `char` required to
// encode that particular codepoint.
}
Akış API'sını kullanarak kod noktaları üzerinde yineleme
Üçüncü çözüm temel olarak ikinciyle aynıdır, ancak Java 8 Stream API'sini kullanır :
/* 3 */
System.out.println(
"\n\nUsing Java 8 stream (works as expected)");
str.codePoints().forEach(
cp -> {
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
});
Sonuçlar
Bu test programını çalıştırdığınızda şunları elde edersiniz:
Using char iterator (do not work for surrogate pairs !)
T h e q u i c k b r o w n ? ? j u m p s o v e r t h e l a z y ? ? ? ? ? ? ? ?
Using Java 1.5 codePointAt(works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Using Java 8 stream (works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Gördüğünüz gibi (hiyeroglifleri düzgün bir şekilde görüntüleyebiliyorsanız), ilk çözüm Unicode BMP dışındaki karakterleri düzgün işlemez. Öte yandan, diğer iki çözüm vekil çiftlerle iyi ilgilenir.