Żadna z proponowanych odpowiedzi nie działa w przypadku par zastępczych używanych do kodowania znaków spoza Podstawowego Multiligual Plane Unicode .
Oto przykład wykorzystujący trzy różne techniki do iteracji „znaków” ciągu (w tym przy użyciu interfejsu API strumienia Java 8). Zwróć uwagę, że ten przykład zawiera znaki z Unicode Supplementary Multilingual Plane (SMP). Potrzebujesz prawidłowej czcionki, aby poprawnie wyświetlić ten przykład i wynik.
// String containing characters of the Unicode
// Supplementary Multilingual Plane (SMP)
// In that particular case, hieroglyphs.
String str = "The quick brown 𓃥 jumps over the lazy 𓊃𓍿𓅓𓃡";
Iteracja znaków
Pierwszym rozwiązaniem jest prosta pętla na całym charciągu:
/* 1 */
System.out.println(
"\n\nUsing char iterator (do not work for surrogate pairs !)");
for (int pos = 0; pos < str.length(); ++pos) {
char c = str.charAt(pos);
System.out.printf("%s ", Character.toString(c));
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
}
Iteracja punktów kodowych
Drugie rozwiązanie wykorzystuje również jawną pętlę, ale uzyskuje dostęp do poszczególnych punktów kodowych za pomocą codePointAt i zwiększa indeks pętli odpowiednio do charCount :
/* 2 */
System.out.println(
"\n\nUsing Java 1.5 codePointAt(works as expected)");
for (int pos = 0; pos < str.length();) {
int cp = str.codePointAt(pos);
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
pos += Character.charCount(cp);
// ^^^^^^^^^^^^^^^^^^^^^^^
// Increment pos by 1 of more depending
// the number of Java `char` required to
// encode that particular codepoint.
}
Iteruj po punktach kodu za pomocą Stream API
Trzecie rozwiązanie jest w zasadzie takie samo jak drugie, ale korzysta z interfejsu API Java 8 Stream :
/* 3 */
System.out.println(
"\n\nUsing Java 8 stream (works as expected)");
str.codePoints().forEach(
cp -> {
char chars[] = Character.toChars(cp);
// ^^^^^^^^^^^^^^^^^^^^^
// Convert to a `char[]`
// as code points outside the Unicode BMP
// will map to more than one Java `char`
System.out.printf("%s ", new String(chars));
// ^^^^^^^^^^^^^^^^^
// Convert to String as per OP request
});
Wyniki
Po uruchomieniu tego programu testowego otrzymujesz:
Using char iterator (do not work for surrogate pairs !)
T h e q u i c k b r o w n ? ? j u m p s o v e r t h e l a z y ? ? ? ? ? ? ? ?
Using Java 1.5 codePointAt(works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Using Java 8 stream (works as expected)
T h e q u i c k b r o w n 𓃥 j u m p s o v e r t h e l a z y 𓊃 𓍿 𓅓 𓃡
Jak widać (jeśli potrafisz poprawnie wyświetlać hieroglify), pierwsze rozwiązanie nie obsługuje poprawnie znaków poza BMP Unicode. Z drugiej strony dwa pozostałe rozwiązania dobrze radzą sobie z parami zastępczymi.