CKTIS / Java
Character.charCount — Anzahl der UTF-16-Codeeinheiten
Character.charCount(int codePoint) gibt zurück, wie viele char-Einheiten zur Darstellung eines Codepoints in UTF-16 benötigt werden: 1 oder 2. Die Methode prüft ihr Argument nicht; ihr Ergebnis bestätigt daher nicht, dass der Wert ein Unicode-Codepoint ist.
Version: Java SE 21; repository runtime, production runtime not attested
Syntax
public static int charCount(int codePoint)Character.charCount(int codePoint) ist eine statische Methode, die einen int zurückgibt. Für einen gültigen Codepoint bestimmt sie die Anzahl der UTF-16-Codeeinheiten (char): BMP-Werte (U+0000–U+FFFF) benötigen eine Einheit, ergänzende Codepoints (U+10000–U+10FFFF) zwei, die ein Surrogatpaar bilden.
Die genaue Regel lautet codePoint >= 0x10000 ? 2 : 1. Die Methode prüft ihr Argument nicht: Für -1 gibt sie 1 und für 0x110000 2 zurück, obwohl beide Werte außerhalb des Unicode-Codepoint-Bereichs liegen. Prüfe den Bereich bei Bedarf mit Character.isValidCodePoint(codePoint).
Verwechsle die Anzahl der char-Einheiten nicht mit der Anzahl der Codepoints in einem Text: Die Methode nimmt einen einzelnen int-Wert entgegen, keinen ganzen String. Auch ein Surrogatwert wie 0xD800 ergibt 1; ein isoliertes Surrogat stellt jedoch kein Zeichen dar.
Das Beispiel zeigt einen gewöhnlichen BMP-Codepoint, die Grenze zwischen einer und zwei Einheiten, einen ergänzenden Codepoint sowie zwei Argumente außerhalb des gültigen Bereichs. Die erwartete Ausgabe veranschaulicht sowohl die Zählregel als auch die fehlende Prüfung.
Beispiele
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));
}
}
}Ergebnis
65 -> 1 65535 -> 1 65536 -> 2 128512 -> 2 -1 -> 1 1114112 -> 2
Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.