代码之家 › 专栏 › 技术社区 › java.is.for.desktop

Java:如何获得字符的Unicode名称(或它的类型类别)?

character unicode java

java.is.for.desktop · 技术社区 · 16 年前

这个 Character Java中的类定义了检查给定的方法。 char 与某些Unicode字符相等或属于某个类型类别的参数。这些字符和类型类别被命名。

如给定javadoc中所述,命名字符的示例如下
HORIZONTAL TABULATION , FORM FEED …
命名类型类别的示例如下
SPACE_SEPARATOR , PARAGRAPH_SEPARATOR ,…

然而,存在 byte 或 int 值而不是枚举,这些类型的名称在运行时是“隐藏”的。

所以, 是否有可能在运行时获取字符和/或类型类别的名称?

6 回复 | 直到 9 年前

Mike Samuel 14 年前

JDK7将有一个

String getName(int codepoint)

函数(Read:类Java.Lang.Grand中的一个静态方法,将代码点转换为其官方Unicode名称)。

Javadoc: http://docs.oracle.com/javase/7/docs/api/java/lang/Character.html#getName%28int%29

bmargulies 14 年前

对。使用 ICU4J 图书馆。它有一个完整的ucd和一个api来从中获取信息。

Arne Burmeister 16 年前

这个 Character 类支持类别信息。看 Character.getType(char) 对于类别。但我不认为,你可以得到字符名。

Community Mohan Dere 9 年前

我在这里发布了一个.net实现: Finding out Unicode character name in .Net

这应该非常容易移植到Java。您只需要下载Unicode数据库: http://www.unicode.org/Public/UNIDATA/UnicodeData.txt 和Java等价于一个字符串分割方法和字典类,这两个都是Java中存在的。

这是一个简单的选择,可以下载一些臃肿的库,这些代码中有大量的Unicode方法,Java和.NET都可能已经支持。

trashgod 16 年前

名字是 standard 可用于 limitations .

Andrey 9 年前

对于字符名,可以使用 Character.getName(int) . 但是,对于一般类别来说,这样做并不方便:

// attach String names to Character constants
Map<Byte, String> unicodeCategories = new HashMap<>();
unicodeCategories.put(Character.COMBINING_SPACING_MARK, "Mc");
unicodeCategories.put(Character.CONNECTOR_PUNCTUATION, "Pc");
unicodeCategories.put(Character.CONTROL, "Cc");
unicodeCategories.put(Character.CURRENCY_SYMBOL, "Sc");
unicodeCategories.put(Character.DASH_PUNCTUATION, "Pd");
unicodeCategories.put(Character.DECIMAL_DIGIT_NUMBER, "Nd");
unicodeCategories.put(Character.ENCLOSING_MARK, "Me");
unicodeCategories.put(Character.END_PUNCTUATION, "Pe");
unicodeCategories.put(Character.FINAL_QUOTE_PUNCTUATION, "Pf");
unicodeCategories.put(Character.FORMAT, "Cf");
unicodeCategories.put(Character.INITIAL_QUOTE_PUNCTUATION, "Pi");
unicodeCategories.put(Character.LETTER_NUMBER, "Nl");
unicodeCategories.put(Character.LINE_SEPARATOR, "Zl");
unicodeCategories.put(Character.LOWERCASE_LETTER, "Ll");
unicodeCategories.put(Character.MATH_SYMBOL, "Sm");
unicodeCategories.put(Character.MODIFIER_LETTER, "Lm");
unicodeCategories.put(Character.MODIFIER_SYMBOL, "Sk");
unicodeCategories.put(Character.NON_SPACING_MARK, "Mn");
unicodeCategories.put(Character.OTHER_LETTER, "Lo");
unicodeCategories.put(Character.OTHER_NUMBER, "No");
unicodeCategories.put(Character.OTHER_PUNCTUATION, "Po");
unicodeCategories.put(Character.OTHER_SYMBOL, "So");
unicodeCategories.put(Character.PARAGRAPH_SEPARATOR, "Zp");
unicodeCategories.put(Character.PRIVATE_USE, "Co");
unicodeCategories.put(Character.SPACE_SEPARATOR, "Zs");
unicodeCategories.put(Character.START_PUNCTUATION, "Ps");
unicodeCategories.put(Character.SURROGATE, "Cs");
unicodeCategories.put(Character.TITLECASE_LETTER, "Lt");
unicodeCategories.put(Character.UNASSIGNED, "Cn");
unicodeCategories.put(Character.UPPERCASE_LETTER, "Lu");
// use the map to extract category name from the constant
char ch = 'a'; // OR int ch = Character.codePointAt("a", 0);
String category = unicodeCategories.get( (byte) (Character.getType(ch) ) );