CKTIS / Java
Tekenreeksen en Unicode
Tekenreeksen en Unicode: String is een onveranderlijke reeks UTF-16-code-eenheden; length telt eenheden, zodat een aanvullend teken twee chars maar één code point inneemt.
Versie: Java SE 21 (JLS and Java SE API); examples verified on the repository Java runtime
Syntax
stringsString is een onveranderlijke reeks UTF-16-code-eenheden; length telt eenheden, zodat een aanvullend teken twee chars maar één code point inneemt.
Gebruik equals in plaats van == voor inhoud, Locale.ROOT voor protocol-hoofdletters en StringBuilder voor herhaalde aaneenschakeling.
toLowerCase zonder Locale volgt de standaardlocale; visueel gelijke tekst kan anders genormaliseerd zijn en == vergelijkt referenties.
Splits geen surrogate-paar op een char-index; substring werpt IndexOutOfBoundsException bij foute grenzen en één grafeem kan meerdere code points hebben.
Voor A😀 schrijft length 3 UTF-16-eenheden en codePointCount 2 code points; twee nieuwe Strings leveren false true voor == en equals.
Voorbeelden
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));
}
}
Resultaat
3 2 false true
Voor A😀 schrijft length 3 UTF-16-eenheden en codePointCount 2 code points; twee nieuwe Strings leveren false true voor == en equals.