如何遍历Java String的unicode代码点？

Question

如何遍历Java String的unicode代码点？

所以我知道String#codePointAt(int)，但它是由char偏移索引，而不是由代码点偏移索引。

我正在考虑尝试这样的事情：

• 使用String#charAt(int)得到char的指数

• 测试是否char在高代理范围内

• 如果是这样，使用String#codePointAt(int)获取代码点，并将索引增加2

• 如果不是，则使用给定char值作为代码点，并将索引递增1

但我担心的是

• 我不确定自然处于高代理范围内的代码点是否会存储为两个char值或一个值

• 这似乎是迭代字符的一种非常昂贵的方式

• 有人必须想出更好的东西。

Answer 1

是的，Java使用UTF-16-esque编码来表示字符串的内部表示，是的，它使用代理方案对基本多语言平面（BMP）之外的字符进行编码。如果你知道你将处理BMP之外的字符，那么这是迭代Java字符串字符的规范方法：final&nbsp;int&nbsp;length&nbsp;=&nbsp;s.length();for&nbsp;(int&nbsp;offset&nbsp;=&nbsp;0;&nbsp;offset&nbsp;<&nbsp;length;&nbsp;)&nbsp;{ &nbsp;&nbsp;&nbsp;final&nbsp;int&nbsp;codepoint&nbsp;=&nbsp;s.codePointAt(offset); &nbsp;&nbsp;&nbsp;//&nbsp;do&nbsp;something&nbsp;with&nbsp;the&nbsp;codepoint &nbsp;&nbsp;&nbsp;offset&nbsp;+=&nbsp;Character.charCount(codepoint);}