java - 如果我使用 Java 8 的 String.codePoints 获取一个 int codePoints 数组，数组的长度是字符数吗？

Question

在 Java 中给定一个 String string，string.codePoints().toArray().length 是否反射(reflect) String 的长度人类会觉得有意义的实际字符的术语？换句话说，它是否平滑了转义字符和其他编码伪像？

编辑 我所说的“人类”有点意思是“程序员”，因为我想大多数程序员会将 \r\n 视为两个字符，ESC 作为一个字符，等等。但现在我发现即使是重音符号也被雾化了，所以这无关紧要。

Answer 1

没有。

例如:

• 控制字符(如 ESC、CR、NL 等)不会被删除。它们在 Unicode 中具有不同的代码点。

• 空格、制表符等序列不组合

• 不删除任意连字符 ( http://www.fileformat.info/info/unicode/char/00AD/index.htm) 字符。

• Unicode 组合字符 ( https://en.wikipedia.org/wiki/Combining_character) 不组合。

---

现在值得商榷的是其中一些是否“人类会认为有意义的实际字符”......但总体答案仍然是否定的。

---

您澄清如下:

By "human" I kind of meant "programmer" as I would imagine most programmers would see \r\n as two characters ...

比这更复杂。我是一名程序员，对我而言，\r\n 是否有意义取决于上下文。如果我正在阅读 README 文件，我的大脑会将空白区域的差异视为没有语义重要性。但是如果我正在编写一个解析器，我的代码会考虑空格......这取决于它打算解析的语言。