Как получить символ по имени (unicode) в Java?

как найти символ или кодовую точку int в Java, используя его имя Unicode?

, если 
Character.getName('u00e4')

возвращает "LATIN SMALL LETTER A WITH DIAERESIS", Как выполнить обратную операцию (т. е. иди от "LATIN SMALL LETTER A WITH DIAERESIS" to 'u00e4') использование "простой" Java?

изменить: прекратить поток комментариев, что я хочу или не хочу!--14-->, вот что я бы сделал в Python:

"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

теперь вопрос: сделайте то же самое на Java.

и, кстати,, Я не хочу "печатать Unicode escapes" - на самом деле получить hex для char легко, но я хочу, чтобы char носил данное имя.

другими словами я хочу сделать обратное тому, что Character.getName(int) делает.

9
java unicode

2 ответов

на ICU4J библиотека может помочь вам здесь. У него есть класс UCharacter с getCharFromName и другие связанные методы, которые могут отображать из различных типов строк имен символов обратно в int кодовые точки, которые они представляют.

однако, если вы работаете с жестко закодированными именами символов (т. е. цитируемыми строковыми литералами в исходном коде), то было бы намного эффективнее сделать перевод один раз - используйте \u escape в исходном коде и добавить при необходимости комментируйте с полным именем - вместо того, чтобы каждый раз выполнять разбор таблиц имен во время выполнения. Если имена символов поступают из чтения файла или аналогичного, то, очевидно, вам придется конвертировать во время выполнения.

5

Ну, глядя на исходный код Character.class:

public static String getName(int codePoint) {
    if (!isValidCodePoint(codePoint)) {
        throw new IllegalArgumentException();
    }
    String name = CharacterName.get(codePoint);
    if (name != null)
        return name;
    ...
}

CharacterName - это класс package-private, который лениво инициализирует SoftReference<byte[]> пул имен символов (я думаю). Одна строка, в частности, представляет интерес, хотя и похоронена внутри ряда различных конструкторов входного потока:

private static synchronized byte[] initNamePool() {
    ...
        return getClass().getResourceAsStream("uniName.dat");
    ...
}

теперь я кое-что раскопал, и по какой-то причине это uniName.dat кажется, не существует в источнике OpenJDK. Я нашел uniName.dat -- как часть моего TeX Живое распространение, как ни странно. Открытие его в шестнадцатеричном редакторе показывает беспорядок байтов - поэтому содержимое каким-то образом кодируется. Как, понятия не имею. я еще раз взглянуть на исходный код, но это может занять некоторое время, чтобы расшифровать, если я могу понять это на всех.

кроме того, отладчик в моей копии Eclipse кажется сломанным (по той или иной причине не может разрешить переменные), поэтому я не могу проверить входной поток, чтобы попытаться увидеть, где он читает от.

короче говоря, не кажется, что вы можете сделать это в родной Java, если вы не чувствуете, как копировать-вставить код пула имен из CharacterName, или сворачивание собственного кода, который расшифровывает этот файл (при условии, что вы можете его найти)

Edit: Найдено uniName.dat! На моей машине, расположенной в resources.jar в установке Java. Все еще куча байтов. Таким образом, вы можете либо разобрать этот файл самостоятельно (не очень весело, включает в себя много бит twiddling), или использовать библиотеку (рекомендуется выше). Так если вы ограничены родной Java, вы можете взглянуть на CharacterName класс и посмотреть, если вы можете сделать что-то в HashMap<String, Character>.

0