Java 常量中的特殊拉丁字符为 UTF-8 转义序列

Question

我需要检查 Java 中的字符串，它们只包含允许的字符。 我需要为几种不同的语言做这件事。 每种语言都包含一组特殊字符，这些特殊字符被添加到国家字母表中，而不是基本的英文字母表，例如在德语中，你有 ü、ö 等。我需要定义包含这些特殊字符的 Java 常量UTF 转义序列的形式，以便我可以保持我的 Java 文件 ASCII 编码。

有没有办法让我获得这样的常量，例如在某处下载它们或从某个库中获取它们或以某种方式生成它们？ 任何想法？ 我知道我可以在网上的某个地方找到这些字符，找到每个字符的转义序列并将其放入我的源文件中。 有什么方法可以用更少的努力做到这一点吗？

Answer 1

每个 Unicode 字符都有一个规范名称，可以通过名称查找它们：

StringBuilder sb = new StringBuilder();
sb.appendCodePoint(Character.codePointOf("LATIN SMALL LETTER O WITH DIAERESIS"));
sb.appendCodePoint(Character.codePointOf("LATIN SMALL LETTER U WITH DIAERESIS"));
System.out.println(sb);

Output：

öü

注意将codePointOf的返回值转换为char ：

char c = (char) Character.codePointOf("LATIN SMALL LETTER U WITH DIAERESIS");

这仅适用于基本多语言平面中的字符（适合单个 UTF-16 代码单元的字符，即代码点小于 65,536）。