CKTIS / Java
Cadenas y Unicode
Cadenas y Unicode: String es una secuencia inmutable de unidades UTF-16; length cuenta unidades, por lo que un carácter suplementario ocupa dos char pero un code point.
Versión: Java SE 21 (JLS and Java SE API); examples verified on the repository Java runtime
Sintaxis
stringsString es una secuencia inmutable de unidades UTF-16; length cuenta unidades, por lo que un carácter suplementario ocupa dos char pero un code point.
Usa equals, no ==, para contenido, Locale.ROOT para mayúsculas de protocolo y StringBuilder para concatenación repetida.
toLowerCase sin Locale depende de la locale predeterminada; textos visualmente iguales pueden tener distinta normalización y == compara referencias.
No cortes un par de sustitutos en un índice char; substring lanza IndexOutOfBoundsException con límites inválidos y un grafema puede contener varios code points.
Para A😀, length imprime 3 unidades UTF-16 y codePointCount 2 puntos de código; dos String nuevos dan false true para == y equals.
Ejemplos
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));
}
}
Resultado
3 2 false true
Para A😀, length imprime 3 unidades UTF-16 y codePointCount 2 puntos de código; dos String nuevos dan false true para == y equals.