CKTIS / Java
Řetězce a Unicode
Řetězce a Unicode: String je neměnná posloupnost jednotek UTF-16; length počítá jednotky, takže doplňkový znak zabírá dva char, ale jeden code point.
Verze: Java SE 21 (JLS and Java SE API); examples verified on the repository Java runtime
Syntaxe
stringsString je neměnná posloupnost jednotek UTF-16; length počítá jednotky, takže doplňkový znak zabírá dva char, ale jeden code point.
Pro obsah použij equals místo ==, pro velikost písmen protokolu Locale.ROOT a pro opakované spojování StringBuilder.
toLowerCase bez Locale závisí na výchozím locale; vizuálně shodné texty mohou mít jinou normalizaci a == porovnává reference.
Nerozděluj surrogate pair indexem char; substring při chybných mezích vyhodí IndexOutOfBoundsException a grafém může mít více code pointů.
Pro A😀 vypíše length 3 jednotky UTF-16 a codePointCount 2 code pointy; dva nové String dají false true pro == a equals.
Příklady
public class Main {
public static void main(String[] args) {
String text = "A😀";
System.out.println(text.length());
System.out.println(text.codePointCount(0, text.length()));
String first = new String("java");
String second = new String("java");
System.out.println((first == second) + " " + first.equals(second));
}
}
Výsledek
3 2 false true
Pro A😀 vypíše length 3 jednotky UTF-16 a codePointCount 2 code pointy; dva nové String dají false true pro == a equals.