当前位置:首页 > 文章列表 > 文章 > java教程 > Java UnicodeBlock.of 怎样查询码点所属区块并处理空结果

Java UnicodeBlock.of 怎样查询码点所属区块并处理空结果

来源:17golang原创 2026-11-18 03:51:20 0浏览 收藏

使用 Character.UnicodeBlock.of(int codePoint) 可以查找码点所属的 Unicode 区块。返回区块对象时可以读取其名称;返回 null 表示该码点没有所属的已定义区块。输入超出合法码点范围则会抛出 IllegalArgumentException,这与空结果是两种情况。处理字符串时应按码点遍历,避免把补充字符的代理项分别拿去查询。

官方文档:https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/lang/Character.UnicodeBlock.html#of(int)

从一个码点开始查询区块

最小输入是一个表示码点的整数。例如英文字母 Q 对应 U+0051,位于 BASIC_LATIN 区块。以下是独立的 Java 示例,演示查询和空值保护:

public class BlockLookup {
    public static void main(String[] args) {
        int codePoint = 'Q';
        Character.UnicodeBlock block = Character.UnicodeBlock.of(codePoint);
        // 先判断空结果,再取得区块名称,避免空指针异常。
        String label = block == null ? "无所属区块" : block.toString();
        System.out.println(label);
    }
}

这里获得的是区块信息。区块通常对应某类文字或用途的连续范围,一个字符至多属于一个区块。它不是某种自然语言的识别结果,也不是字体是否提供该字形的结论。

码点输入与Unicode区块查询的静态关系
结构说明图:输入分组包含码点和字符来源,查询分组展示 UnicodeBlock.of 与区块对象、区块名称的关系;连线表示数据关联,不表示运行步骤。

把空结果和非法输入分开处理

如果码点来自导入数据、配置值或其他整数接口,先用 Character.isValidCodePoint 判断范围。有效范围是 U+0000 至 U+10FFFF;这个范围判断并不保证对应位置已经分配字符,也不代替你对 Unicode 标量值或文本格式的业务约束。

public class BlockLabel {
    static String describe(int codePoint) {
        // 非法整数与合法码点的无区块结果分别保留,方便诊断。
        if (!Character.isValidCodePoint(codePoint)) {
            return "非法码点";
        }
        Character.UnicodeBlock block = Character.UnicodeBlock.of(codePoint);
        return block == null ? "无所属区块" : block.toString();
    }

    public static void main(String[] args) {
        // 超出最大码点的整数会被范围判断拦住,不传入查询方法。
        System.out.println(describe(0x110000));
    }
}
情况查询含义处理方式
返回区块对象码点属于该区块读取名称或与区块常量比较
返回 null不属于已定义区块保留独立标签或空值
非法码点不满足方法输入范围预先判断或处理 IllegalArgumentException

不要将 null 直接改成 BASIC_LATIN 等默认区块,这会把未知归属伪装成已确定的分类。也不要把“有区块”解释为“已分配字符”:区块范围内可能包含尚未分配的位置。Character 的字符属性及区块支持还与 JDK 所支持的 Unicode 版本有关。

Unicode区块对象空值与非法码点的分类关系
结构说明图:区块对象与 null 属于查询结果分组;范围判断和非法码点属于输入约束分组。两类信息分别保存,避免把无区块误写成输入非法。

遍历字符串时保留完整码点

of(char) 只适合单个 UTF-16 代码单元,不能完整处理补充字符。字符串中的一个补充字符由一对代理项组成;用 charAt 逐个查询会看到代码单元对应的信息,而不是原字符的区块。按 String.codePoints() 遍历能将合法代理对合并为完整码点:

public class TextBlocks {
    public static void main(String[] args) {
        String text = "Q中😀";
        text.codePoints().forEach(codePoint -> {
            // 使用int重载查询完整码点,不将补充字符截断成char。
            Character.UnicodeBlock block = Character.UnicodeBlock.of(codePoint);
            String label = block == null ? "无所属区块" : block.toString();
            System.out.printf("U+%04X : %s%n", codePoint, label);
        });
    }
}

这段代码用于说明遍历方式,图示不充当本机执行记录。如果原始字符串存在孤立代理项,codePoints 不会自动把它修复成合法配对字符;需要拒绝这类输入的业务,应另行制定文本接收规则。

把区块信息用于诊断与统计

文本导入时可以把原始码点和区块标签一同记录,帮助解释某些不熟悉的符号。统计时明确计数单位是码点,而不是 String.length 返回的 UTF-16 代码单元数量。对于无所属区块的码点单独计数,避免空值丢失。保留原始整数也有利于不同 JDK 环境间比较。

有区块是否说明字体能显示这个字符?

不能。Unicode 区块查询不检查字体字形覆盖,显示情况由字体与排版环境等因素决定。

返回 null 是否说明字符一定未分配?

不能把两者等同。null 表示区块归属为空;是否分配属于另一项字符属性判断。反过来,属于区块也不保证该位置已经分配字符。

能不能用区块统计判断文章语言?

区块分布可作粗略诊断信息,但一种语言可能使用多个区块,不同语言也可能共享文字。语言识别需要另外的方法,不能直接把区块名称当作语言标签。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Java Character.isMirrored 怎样识别双向排版中的镜像字符属性Java Character.isMirrored 怎样识别双向排版中的镜像字符属性
上一篇
Java Character.isMirrored 怎样识别双向排版中的镜像字符属性
Java Pattern.LITERAL 怎样把用户输入当普通文本匹配
下一篇
Java Pattern.LITERAL 怎样把用户输入当普通文本匹配
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1085次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1084次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1249次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1194次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1038次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码