国际码和内码的转换在线（区位码转国标码工具）

我先考一考你，你说这个字符串（ab一2?仯3?4）有多少个字符？

这时候你也许开始数了，123…9个，没错，确实我们肉眼确实是看到了9个，java代码如下：

有没有发现java判断出来的不是9，而是12！！！

那是因为这个字符串中有2个字符ab一2?仯3?4用黄色表示，实际上utf-8已经满足不了，? 见下图：

java的string是使用utf-16来表示的，u+0000-u+ffff都ok，但是只要是下列这个区间的字符都无法用常规手段处理，5位内码的，用length都无法正确判断其长度

cjk unified ideographs extension b (u+20000 through u+2a6dd)
cjk unified ideographs extension c (u+2a700 through u+2b734)
cjk unified ideographs extension d (u+2b740 through u+2b81d)
cjk unified ideographs extension e (u+2b820 through u+2cea1)
cjk unified ideographs extension f (u+2ceb0 through u+2ebe0)

具体也可以查看官方资料 ，了解unicode，utf-8，utf-16，utf-32的区别。

如下图，可以通过character中的codepointcount来得到字符数量。

进入主题

jdk自带的character类特别好用，汉字转内码，内码转汉字具体功能请参考下面的代码

/**
 * 字符串转16进制内码
 * @param str ab一2?仯3?4
 * @return \u61\u62\u4e00\u32\u2b802\u4eef\u33\u2b82f\u34\u34
 */
public static string stringtocodepoints(string str) {
    stringbuilder stringbuilder = new stringbuilder();
    str.codepoints().foreach(cp -> stringbuilder.append("\u").append(integer.tohexstring(cp)));
    return stringbuilder.tostring();
}

/**
 * 内码转汉字
 * @param codepoints \u61\u62\u4e00\u32\u2b802\u4eef\u33\u2b82f\u34\u34
 * @return ab一2?仯3?4
 */
public static string codepointstostring(string codepoints) {
    stringbuilder stringbuilder = new stringbuilder();
    for(string hexcodepoint : codepoints.split("\\u")){
        if(stringutils.isnotblank(hexcodepoint)) {
            stringbuilder.append(codepointtostring(integer.parseint(hexcodepoint, 16)));
        }
    }
    return stringbuilder.tostring();
}

/**
 * 十进制转汉字
 * @param cp code point 汉字内码
 * @return
 */
public static string codepointtostring(int cp) {
    stringbuilder sb = new stringbuilder();
    if (character.isbmpcodepoint(cp)) {
        sb.append((char) cp);
    } else if (character.isvalidcodepoint(cp)) {
        sb.append(character.highsurrogate(cp));
        sb.append(character.lowsurrogate(cp));
    } else {
        sb.append('?');
    }
    return sb.tostring();
}

支持5位编码的在线转换工具