Java读取带有补充unicode字符的字符流

Question

我在使用 Java 读取补充 unicode 字符时遇到问题。我有一个文件可能包含补充集中的字符(任何大于\uFFFF 的字符)。当我设置我的 InputStreamReader 以使用 UTF-8 读取文件时，我希望 read() 方法为每个补充字符返回一个字符，而不是它似乎在 16 位阈值上拆分。

我看到了一些关于基本 unicode 字符流的其他问题，但似乎没有处理大于 16 位的情况。

这是一些简化的示例代码:

InputStreamReader input = new InputStreamReader(file, "UTF8");
int nextChar = input.read();
while(nextChar != -1) {
    ...
    nextChar = input.read();
}

有谁知道我需要做什么才能正确读取包含增补字符的 UTF-8 编码文件？

Answer 1

Java 使用 UTF-16 .因此，如果您的输入流具有星体字符，它们将显示为代理项对，即显示为两个 char。第一个字符为高代理，第二个字符为低代理。