如何在Java中使用其(unicode)名称来获取字符？我需要Character.getName的反向(Int codePoint)

Question

如何使用Unicode名称在Java中查找字符或int代码点？

例如，如果

Character.getName('\u00e4')

返回"LATIN SMALL LETTER A WITH DIAERESIS"，如何使用“普通”Java执行反向操作(即从"LATIN SMALL LETTER A WITH DIAERESIS"到'\u00e4')？

编辑:为了停止我想要或不想要的评论的洪流，下面是我在中应该做的事情：

"\N{LATIN SMALL LETTER A WITH DIAERESIS}" # this gives me what I want as a literal

unicodedata.lookup("LATIN SMALL LETTER A WITH DIAERESIS") # a dynamic version

现在，问题是:在Java中做同样的事情。

而且，BTW，我不想“打印unicode转义符”--实际上，字符的十六进制很容易得到，但是我想要一个带有名字的字符。

，换句话说，，我想做Character.getName(int)所做的相反的事情。

Answer 1

对于JDK 9和更高版本，使用静态方法Character.codePointOf(String name)是最简单的方法：

公共静态int代码点​(字符串名) 返回由给定Unicode字符名指定的Unicode字符的代码点值。

这适用于所有的Uniocde字符，而不仅仅是那些基本的多语言平面上的字符。例如，在Java 12上运行此代码.

String s1 = "LATIN SMALL LETTER A WITH DIAERESIS";
int cp1 = Character.codePointOf(s1);
System.out.println("Unicode name \"" + Character.getName(cp1) + "\" => code point " + cp1 + " => character " + Character.toString(cp1));

String s2 = "EYES";
int cp2 = Character.codePointOf(s2);
System.out.println("Unicode name \"" + Character.getName(cp2) + "\" => code point " + cp2 + " => character " + Character.toString(cp2));

String s3 = "DNA Double Helix"; // Only works with JDK12 and later. Otherwise java.lang.IllegalArgumentException is thrown.
int cp3 = Character.codePointOf(s3);
System.out.println("Unicode name \"" + Character.getName(cp3) + "\" => code point " + cp3 + " => character " + Character.toString(cp3));

...produces输出..。

Unicode name "LATIN SMALL LETTER A WITH DIAERESIS" => code point 228 => character ä
Unicode name "EYES" => code point 128064 => character 
Unicode name "DNA DOUBLE HELIX" => code point 129516 => character 

总结一下这些转变：

• 对于代码点=> Unicode名称，请使用Character.getName(codepoint)
• 对于代码点=>字符表示，请使用Character.toString(codepoint)
• 对于Unicode名称=>代码点，请使用Character.codePointOf(name)
• 对于Unicode名称=>字符表示，目前不存在JDK方法。相反，使用Unicode名称的代码点间接地这样做，如上面所示。例如：Character.toString(Character.codePointOf("LATIN SMALL LETTER A WITH DIAERESIS"));。

备注：

• 确保所使用的JDK版本支持指定的Unicode名称。例如，Unicode名称为"DNA Double Helix“的字符被添加到Unicode 11中，它仅受JDK版本>= 12的支持。如果使用早期的JDK版本运行，则在调用Character.codePointOf("DNA Double Helix")时将得到一个IllegalArgumentException。
• 如果用白色方块代替Unicode字符，则尝试更改字体(例如，Segoe用于呈现Emoji字符)。

Answer 2

ICU4J库可以在这里帮助您。它有一个带有UCharacter和其他相关方法的类，这些方法可以从各种类型的字符名字符串映射回它们表示的int代码点。

但是，如果您正在使用硬编码字符名(即源代码中引用的字符串文字)，那么一次转换(在源代码中使用\u转义并在必要时添加带有全名的注释)将更加有效，而不是每次运行时都需要解析名称表的成本。如果字符名来自读取文件或类似的文件，那么显然您必须在运行时进行转换。

Answer 3

我希望这个仅依赖于“普通”Java的类将对某些人有用。它利用了延迟填充的查找表，这些查找表可以通过reset(false)调用随时清除，以释放内存(如果需要，可以自动填充表并再次使用它)。如果要查找的字符位于较低的Unicode块(通常是这样)，则此表的填充时间几乎不明显。我添加了可选的可能性，通过调用reset(true)预先填充整个表。

还请注意，在Unicode名称冲突和U+0007之间有已知的U+1F514。Java的Character.getName()仍然返回前者的“贝尔”。所呈现的类试图至少在反向操作中修复这个问题，返回分配给它的已批准的唯一名称“警报”的U+0007。

import java.util.Map;
import java.util.HashMap;

public class UnicodeTable {
    public static final char INVALID_CHAR = '\uFFFF';
    private static final Map<String, Integer> charMap = new HashMap<>();
    private static boolean incomplete;
    private static int lastLookup;

    static {
        reset(false);
    }

    public static int getCodePoint(String name) {
        Integer cp = charMap.get(name);
        if (cp == null && incomplete) {
            while (++lastLookup <= Character.MAX_CODE_POINT) {
                String uName = Character.getName(lastLookup);
                if (uName != null) {
                    charMap.put(uName, lastLookup);
                    if (uName.equals(name))
                        return lastLookup;
                }
            }
            incomplete = false;
        }
        return cp == null ? INVALID_CHAR : cp;
    }

    public static char getChar(String name) {
        int cp = getCodePoint(name);
        return Character.isBmpCodePoint(cp) ? (char)cp : INVALID_CHAR;
    }

    private static final int ALERT = 0x000007;
    private static final int BELL = 0x01F514;

    public static void reset(boolean fillUp) {
        if (!fillUp) {
            charMap.clear();
            incomplete = true;
            lastLookup = Character.MIN_CODE_POINT - 1;
            charMap.put("ALERT", ALERT);
            String bName = Character.getName(BELL);
            if (bName.equals(Character.getName(ALERT))) {
                getCodePoint(bName);
                charMap.put(bName, BELL);
            }
        } else if (incomplete) {
            while (++lastLookup <= Character.MAX_CODE_POINT) {
                String uName = Character.getName(lastLookup);
                if (uName != null)
                    charMap.put(uName, lastLookup);
            }
            incomplete = false;
        }
    }
}