Znalostní bázeCentrum zkoušek
CSČeština
Vybrat jazyk13

CKTIS / Java

Character.charCount — počet jednotek kódu UTF-16

Character.charCount(int codePoint) vrací počet jednotek char potřebných k reprezentaci bodu kódu v UTF-16: 1 nebo 2. Metoda argument nekontroluje, takže její výsledek nepotvrzuje, že hodnota je bodem kódu Unicode.

Verze: Java SE 21; repository runtime, production runtime not attested

Syntaxe

public static int charCount(int codePoint)

Character.charCount(int codePoint) je statická metoda vracející hodnotu int. Pro platný bod kódu určuje počet jednotek kódu UTF-16 (char): hodnoty BMP (U+0000–U+FFFF) zaberou jednu jednotku, zatímco doplňkové body kódu (U+10000–U+10FFFF) zaberou dvě a tvoří náhradní dvojici.

Přesné pravidlo je codePoint >= 0x10000 ? 2 : 1. Metoda argument nekontroluje: pro -1 vrací 1 a pro 0x110000 2, přestože obě hodnoty leží mimo rozsah bodů kódu Unicode. V případě potřeby ověřte rozsah pomocí Character.isValidCodePoint(codePoint).

Nezaměňujte počet jednotek char s počtem bodů kódu v textu: metoda přijímá jedinou hodnotu int, nikoli celý řetězec. Hodnota náhradního znaku, například 0xD800, také vrátí 1; osamocený náhradní znak však nepředstavuje znak.

Příklad ukazuje běžný bod kódu BMP, hranici mezi jednou a dvěma jednotkami, doplňkový bod kódu a dva argumenty mimo rozsah. Očekávaný výstup znázorňuje pravidlo počítání i absenci kontroly.

Příklady

public class Main {
    public static void main(String[] args) {
        int[] values = {0x0041, 0xFFFF, 0x10000, 0x1F600, -1, 0x110000};
        for (int codePoint : values) {
            System.out.println(codePoint + " -> " + Character.charCount(codePoint));
        }
    }
}

Výsledek

65 -> 1
65535 -> 1
65536 -> 2
128512 -> 2
-1 -> 1
1114112 -> 2

Zobrazený kód a uvedený výsledek byly ověřeny v izolovaném prostředí metodou zaznamenanou v dokladu o ověření této přesné verze.

Zdroje