java - Unicode 和控制台解释

Question

我在 Java 应用程序中将宽 UTF-8 范围内的一些字符打印到标准输出。我的控制台配置为支持 UTF-8。我的问题是，有时，当我决定打印 10 个字符时，我会看到一些字符少于 10 个。

我认为这是由于控制台解释了一些字符。是否有一些 unicode 字符可以解释为:删除前一个字符？是否可以将它们从输出中排除(这些字符的代码点是什么)？

Answer 1

使用回车或退格字符，您可以获得您所描述的结果。例如这个小测试程序......

public class Test {
    public static void main(String... args) {
        System.out.println("abc\rdef\u0008g");
    }
}

...在我的终端(ubuntu)中打印

$ java Test
deg
$

\r 表示回车符，\u0008 表示退格符。 (回车键将光标返回到第一列，退格键将光标返回一列。)

<小时/>

要删除所有这些所谓的“控制字符”，您可以执行以下操作:

myString = myString.replaceAll("\\p{Cntrl}", "");

来自 the docs :

\p{Cntrl}      A control character: [\x00-\x1F\x7F]