java Character类源码分析
一、使用
构建Character对象:
1 public class CharTest { 2 public static void main(String[] args) { 3 Character c1 = new Character('A'); 4 Character c2 = Character.valueOf('a'); 5 System.out.println(c1); // A 6 System.out.println(c2); // a 7 } 8 }
构造函数源码:
1 @Deprecated(since="9") 2 public Character(char value) { 3 this.value = value; 4 }
可见,构造函数的形式不建议使用了。
另一种方式 Character.valueOf(),其源码:
1 @HotSpotIntrinsicCandidate 2 public static Character valueOf(char c) { 3 if (c <= 127) { // must cache 4 return CharacterCache.cache[(int)c]; 5 } 6 return new Character(c); 7 }
valueOf()方法使用了注解 @HotSpotIntrinsicCandidate,在jvm层面会有比较高效的实现。字符的十进制值小于等于127的话,将返回CharacterCache.cache[(int)c],返回事先缓存的内容。
CharacterCache是个内部类,初始化CharacterCache的时候会缓存十进制0-127这128个字符(Character对象)。
1 private static class CharacterCache { 2 private CharacterCache(){} 3 4 static final Character cache[] = new Character[127 + 1]; 5 6 static { 7 for (int i = 0; i < cache.length; i++) 8 cache[i] = new Character((char)i); 9 } 10 }
二、其他方法:
1、public char charValue() 返回此 Character
对象的值。
源码:
1 @HotSpotIntrinsicCandidate 2 public char charValue() { 3 return value; 4 }
使用:
System.out.println(c1.charValue()); // A
2、public int hashCode() 返回此 Character
的哈希码。
源码:
1 @Override 2 public int hashCode() { 3 return Character.hashCode(value); 4 } 5 6 public static int hashCode(char value) { 7 // char 转为 int 8 return (int)value; 9 }
使用:
System.out.println(c1.hashCode()); // 65
3、public String toString() 返回表示此 Character
值的 String
对象。结果是一个长度为 1 的字符串,其唯一组件是此 Character
对象表示的基本 char
值。
源码:
1 public String toString() { 2 char buf[] = {value}; 3 return String.valueOf(buf); 4 }
使用:
System.out.println(c1.toString()); // A
4、public static String toString(char c) 返回一个表示指定 char
值的 String
对象。结果是长度为 1 的字符串,仅由指定的 char
组成。
源码:
1 public static String toString(char c) { 2 return String.valueOf(c); 3 }
使用:
System.out.println(Character.toString('A')); // A
5、public static boolean isValidCodePoint(int codePoint)
确定指定的代码点是否为从 0x0000 到 0x10FFFF 范围之内的有效 Unicode 代码点值。该方法等效于以下表达式:codePoint >= 0x0000 && codePoint <= 0x10FFFF
源码:
1 public static final int MIN_CODE_POINT = 0x000000; 2 public static final int MAX_CODE_POINT = 0X10FFFF; 3 public static boolean isValidCodePoint(int codePoint) { 4 // Optimized form of: 5 // codePoint >= MIN_CODE_POINT && codePoint <= MAX_CODE_POINT 6 int plane = codePoint >>> 16; 7 return plane < ((MAX_CODE_POINT + 1) >>> 16); 8 }
有效的Unicode代码点的范围是['\U+0000','\U+10FFFF'],即[0x000000,0x10FFFF],即[0000000, 10000 11111111 11111111],即[0, 1114111]
(MAX_CODE_POINT + 1) >>> 16, 即 0b00000000 00010001 00000000 00000000 >>> 16,等于00000000 00010001
如果codePoint大于MAX_CODE_POINT,则 (codePoint>>>16) 大于00000000 00010000。故大于MAX_CODE_POINT的值是无效的Unicode代码点
如果codePoint小于0,即codePoint为十进制负数,则
-1
原码:10000000 00000000 00000000 00000001
反码:11111111 11111111 11111111 11111110
补码:11111111 11111111 11111111 11111111
-1 >>> 16 即 11111111 11111111 11111111 11111111 >>> 16,等于11111111 11111111
-2147483648(带符号int类型最小值)
原码:10000000 00000000 00000000 00000000
反码:11111111 11111111 11111111 11111111
补码:10000000 00000000 00000000 00000000
-2147483648 >>> 16 即 10000000 00000000 00000000 00000000 >>> 16,等于 10000000 00000000
因为>>>是无符号右移动,所以如果负数(int类型),其保存值的为该负数的补码,最高位(第16位)为符号位1,
无符号右移16位之后,得到高16位,大于00000000 00010001。故十进制负数是无效的Unicode 代码点。
确定指定的代码点是否为从 0x0000 到 0x10FFFF 范围之内的有效 Unicode 代码点值。该方法等效于以下表达式:codePoint >= 0x0000 && codePoint <= 0x10FFFF
使用:
System.out.println(Character.isValidCodePoint(79)); // true
System.out.println(Character.isValidCodePoint(-79)); // false
6、public static boolean isSupplementaryCodePoint(int codePoint) 确定指定字符(Unicode 代码点)是否在增补字符范围内。该方法调用以下表达式:codePoint >= 0x10000 && codePoint <= 0x10FFFF
源码:
1 public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000; 2 public static final int MAX_CODE_POINT = 0X10FFFF; 3 public static boolean isSupplementaryCodePoint(int codePoint) { 4 return codePoint >= MIN_SUPPLEMENTARY_CODE_POINT 5 && codePoint < MAX_CODE_POINT + 1; 6 }
Unicode增补字符范围:0x010000至0x10FFFF
使用:
System.out.println(Character.isSupplementaryCodePoint(65536)); // true
System.out.println(Character.isSupplementaryCodePoint(65535)); // false
7、
public static boolean isHighSurrogate(char ch) 确定给出的char
值是否为一个高代理项代码单元(也称为 前导代理项代码单元)。这类值并不表示它们本身的字符,而被用来表示 UTF-16 编码中的 增补字符。
public static boolean isLowSurrogate(char ch) 确定给定 char
值是否一个低代理项代码单元(也称为 尾部代理项代码单元)。这类值并不表示它们本身的字符,而被用来表示 UTF-16 编码中的 增补字符。
源码:
public static final char MIN_HIGH_SURROGATE = '\uD800'; public static final char MAX_HIGH_SURROGATE = '\uDBFF'; public static boolean isHighSurrogate(char ch) { // Help VM constant-fold; MAX_HIGH_SURROGATE + 1 == MIN_LOW_SURROGATE return ch >= MIN_HIGH_SURROGATE && ch < (MAX_HIGH_SURROGATE + 1); } public static final char MIN_LOW_SURROGATE = '\uDC00'; public static final char MAX_LOW_SURROGATE = '\uDFFF'; public static boolean isLowSurrogate(char ch) { return ch >= MIN_LOW_SURROGATE && ch < (MAX_LOW_SURROGATE + 1); }
高代理项范围['\uD800', '\uDBFF'];
低代理项范围['\uDC00', '\uDFFF']。
8、public static boolean isSurrogatePair(char high, char low) 确定指定的 char
值对是否为有效的代理项对。该方法等效于以下表达式:
源码:
1 public static boolean isSurrogatePair(char high, char low) { 2 return isHighSurrogate(high) && isLowSurrogate(low); 3 }
9、
public static int charCount(int codePoint)
- 确定表示指定字符(Unicode 代码点)所需的
char
值的数量。如果指定字符等于或大于 0x10000,则该方法返回的值为 2。否则,该方法返回的值为 1。该方法没有验证指定的字符是否为一个有效的 Unicode 代码点。如有必要,调用者必须使用
isValidCodePoint
验证字符值。源码:
public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000; public static int charCount(int codePoint) { return codePoint >= MIN_SUPPLEMENTARY_CODE_POINT ? 2 : 1; }
只判断是否大于0x010000。
10、public static int toCodePoint(char high,char low) 将指定的代理项对转换为其增补代码点值。该方法没有验证指定的代理项对。如有必要,调用者必须使用 isSurrogatePair
验证它。
源码:
public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000; public static final char MIN_LOW_SURROGATE = '\uDC00'; public static final char MAX_HIGH_SURROGATE = '\uDBFF'; public static int toCodePoint(char high, char low) { // Optimized form of: // return ((high - MIN_HIGH_SURROGATE) << 10) // + (low - MIN_LOW_SURROGATE) // + MIN_SUPPLEMENTARY_CODE_POINT; return ((high << 10) + low) + (MIN_SUPPLEMENTARY_CODE_POINT - (MIN_HIGH_SURROGATE << 10) - MIN_LOW_SURROGATE); }
优化细节:
(high - MIN_HIGH_SURROGATE) << 10 ==> (high << 10) - (MIN_HIGH_SURROGATE << 10)
待续......................