<分区>
我发现 Java 对 char 和代码点的区分很奇怪而且不合时宜。
例如,字符串是字符数组或“出现在字母表中的字母”;与可能是单个字母或可能是复合或代理对的代码点相反。但是,Java 将字符串的字符定义为 char
,它不能是复合的或包含代码点的代理项,并且定义为 int
(这没问题)。
但是 length()
似乎返回了代码点的数量,而 codePointCount()
也返回了代码点的数量,而是组合了复合字符..这最终不是真的是代码点的真实计数吗?
感觉好像 charAt()
应该返回一个 String
,这样就可以带来复合和代理以及 length()
的结果应该与 codePointCount()
交换。
最初的实现感觉有点落后。它的设计方式是否有原因?
更新:codePointAt()
、codePointBefore()
还值得注意的是,codePointAt()
和 codePointBefore()
接受一个索引作为参数,然而,索引作用于字符并且有一个范围 0
到 length() - 1
,因此并不像人们可能假设的那样基于字符串中代码点的数量。
更新:equalsIgnoreCase()
String.equalsIgnoreCase() 使用术语 normalization
来描述它在比较字符串之前所做的事情。这是用词不当,因为在 Unicode 字符串的上下文中规范化可能意味着完全不同的东西。他们的意思是说他们用的是case-folding。