Creando un carácter Unicode a partir de su número

Quiero mostrar un carácter Unicode en Java. Si hago esto, funciona bien:

String symbol = "\u2202";

símbolo es igual a "∂". Eso es lo que quiero.

El problema es que conozco el número Unicode y necesito crear el símbolo Unicode a partir de eso. Probé (para mí) lo obvio:

int c = 2202;
String symbol =  "\\u" + c;

Sin embargo, en este caso, el símbolo es igual a "\ u2202". Eso no es lo que quiero.

¿Cómo puedo construir el símbolo si conozco su número Unicode (pero solo en tiempo de ejecución --- no puedo codificarlo como en el primer ejemplo)?

Solo envía tu inta char. Puedes convertir eso en un Stringuso Character.toString():

String s = Character.toString((char)c);

EDITAR:

Solo recuerde que las secuencias de escape en el código fuente de Java (los \ubits) están en HEX, por lo que si está tratando de reproducir una secuencia de escape, necesitará algo como int c = 0x2202.

Si desea obtener una unidad de código codificado en UTF-16 como unidad char, puede analizar el entero y convertirlo como han sugerido otros.

Si desea admitir todos los puntos de código, use Character.toChars(int). Esto manejará los casos en los que los puntos de código no caben en un solo charvalor.

Doc dice:

Convierte el carácter especificado (punto de código Unicode) en su representación UTF-16 almacenada en una matriz de caracteres. Si el punto de código especificado es un valor BMP (Basic Multilingual Plane o Plane 0), la matriz de caracteres resultante tiene el mismo valor que codePoint. Si el punto de código especificado es un punto de código suplementario, la matriz de caracteres resultante tiene el par suplente correspondiente.

Las otras respuestas aquí solo admiten unicode hasta U + FFFF (las respuestas se refieren a una sola instancia de char) o no dicen cómo llegar al símbolo real (las respuestas se detienen en Character.toChars () o usan un método incorrecto después de eso), por lo que también agrego mi respuesta aquí.

Para admitir también puntos de código suplementarios, esto es lo que se debe hacer:

// this character:
// http://www.isthisthingon.org/unicode/index.php?page=1F&subpage=4&glyph=1F495
// using code points here, not U+n notation
// for equivalence with U+n, below would be 0xnnnn
int codePoint = 128149;
// converting to char[] pair
char[] charPair = Character.toChars(codePoint);
// and to String, containing the character we want
String symbol = new String(charPair);

// we now have str with the desired character as the first item
// confirm that we indeed have character with code point 128149
System.out.println("First code point: " + symbol.codePointAt(0));

También hice una prueba rápida sobre qué métodos de conversión funcionan y cuáles no

int codePoint = 128149;
char[] charPair = Character.toChars(codePoint);

String str = new String(charPair, 0, 2);
System.out.println("First code point: " + str.codePointAt(0));    // 128149, worked
String str2 = charPair.toString();
System.out.println("Second code point: " + str2.codePointAt(0));  // 91, didn't work
String str3 = new String(charPair);
System.out.println("Third code point: " + str3.codePointAt(0));   // 128149, worked
String str4 = String.valueOf(codePoint);
System.out.println("Fourth code point: " + str4.codePointAt(0));  // 49, didn't work
String str5 = new String(new int[] {codePoint}, 0, 1);
System.out.println("Fifth code point: " + str5.codePointAt(0));   // 128149, worked

Recuerde que chares un tipo integral y, por lo tanto, se le puede dar un valor entero, así como una constante char.

char c = 0x2202;//aka 8706 in decimal. \u codepoints are in hex.
String s = String.valueOf(c);

Este funcionó bien para mí.

  String cc2 = "2202";
  String text2 = String.valueOf(Character.toChars(Integer.parseInt(cc2, 16)));

Ahora text2 tendrá ∂.

String st="2202";
int cp=Integer.parseInt(st,16);// it convert st into hex number.
char c[]=Character.toChars(cp);
System.out.println(c);// its display the character corresponding to '\u2202'.

Así es como lo haces:

int cc = 0x2202;
char ccc = (char) Integer.parseInt(String.valueOf(cc), 16);
final String text = String.valueOf(ccc);

Esta solución es de Arne Vajhøj.

Aunque esta es una pregunta antigua, hay una forma muy fácil de hacer esto en Java 11 que se lanzó hoy: puede usar una nueva sobrecarga de Character.toString () :

public static String toString​(int codePoint)

Returns a String object representing the specified character (Unicode code point). The result is a string of length 1 or 2, consisting solely of the specified codePoint.

Parameters:
codePoint - the codePoint to be converted

Returns:
the string representation of the specified codePoint

Throws:
IllegalArgumentException - if the specified codePoint is not a valid Unicode code point.

Since:
11

Dado que este método admite cualquier punto de código Unicode, la longitud de la cadena devuelta no es necesariamente 1.

El código necesario para el ejemplo dado en la pregunta es simplemente:

    int codePoint = '\u2202';
    String s = Character.toString(codePoint); // <<< Requires JDK 11 !!!
    System.out.println(s); // Prints ∂

Este enfoque ofrece varias ventajas:

• Funciona para cualquier punto de código Unicode en lugar de solo para aquellos que se pueden manejar con un char.
• Es conciso y fácil de entender lo que hace el código.
• Devuelve el valor como una cadena en lugar de como char[], que suele ser lo que desea. La respuesta publicada por McDowell es apropiada si desea que el punto de código se devuelva como char[].

El siguiente código escribirá los 4 caracteres Unicode (representados por decimales) para la palabra "be" en japonés. Sí, el verbo "ser" en japonés tiene 4 caracteres. El valor de los caracteres está en decimal y se ha leído en una matriz de String [], utilizando split, por ejemplo. Si tienes Octal o Hex, parseInt también toma una base.

// pseudo code
// 1. init the String[] containing the 4 unicodes in decima :: intsInStrs 
// 2. allocate the proper number of character pairs :: c2s
// 3. Using Integer.parseInt (... with radix or not) get the right int value
// 4. place it in the correct location of in the array of character pairs
// 5. convert c2s[] to String
// 6. print 

String[] intsInStrs = {"12354", "12426", "12414", "12377"}; // 1.
char [] c2s = new char [intsInStrs.length * 2];  // 2.  two chars per unicode

int ii = 0;
for (String intString : intsInStrs) {
    // 3. NB ii*2 because the 16 bit value of Unicode is written in 2 chars
    Character.toChars(Integer.parseInt(intsInStrs[ii]), c2s, ii * 2 ); // 3 + 4
    ++ii; // advance to the next char
}

String symbols = new String(c2s);  // 5.
System.out.println("\nLooooonger code point: " + symbols); // 6.
// I tested it in Eclipse and Java 7 and it works.  Enjoy

Aquí hay un bloque para imprimir caracteres Unicode entre \u00c0para \u00ff:

char[] ca = {'\u00c0'};
for (int i = 0; i < 4; i++) {
    for (int j = 0; j < 16; j++) {
        String sc = new String(ca);
        System.out.print(sc + " ");
        ca[0]++;
    }
    System.out.println();
}

Desafortunadamente, eliminar una reacción violenta como se menciona en el primer comentario (newbiedoodle) no conduce a un buen resultado. La mayoría (si no todos) de IDE emite errores de sintaxis. La razón es que el formato Unicode de escape de Java espera la sintaxis "\ uXXXX", donde XXXX son 4 dígitos hexadecimales, que son obligatorios. Los intentos de doblar esta cuerda a partir de piezas fallan. Por supuesto, "\ u" no es lo mismo que "\\ u". La primera sintaxis significa 'u' de escape, la segunda significa una reacción de escape (que es una reacción) seguida de una 'u'. Es extraño, que en las páginas de Apache se presente la utilidad, que hace exactamente este comportamiento. Pero en realidad, es una utilidad de imitación de Escape. . Apache tiene algunas utilidades propias (no las probé), que hacen este trabajo por usted. Puede ser, todavía no es eso, lo que quieres tener. 1Pero esta utilidad tiene un buen enfoque para la solución. Con la combinación descrita anteriormente (MeraNaamJoker). Mi solución es crear esta cadena de mímica de escape y luego convertirla de nuevo a Unicode (para evitar la restricción real de Unicode de escape). Lo usé para copiar texto, por lo que es posible que en el método uencode sea mejor usar '\\ u' excepto '\\\\ u'. Intentalo.

  /**
   * Converts character to the mimic unicode format i.e. '\\u0020'.
   * 
   * This format is the Java source code format.
   * 
   *   CharUtils.unicodeEscaped(' ') = "\\u0020"
   *   CharUtils.unicodeEscaped('A') = "\\u0041"
   * 
   * @param ch  the character to convert
   * @return is in the mimic of escaped unicode string, 
   */
  public static String unicodeEscaped(char ch) {
    String returnStr;
    //String uniTemplate = "\u0000";
    final static String charEsc = "\\u";

    if (ch < 0x10) {
      returnStr = "000" + Integer.toHexString(ch);
    }
    else if (ch < 0x100) {
      returnStr = "00" + Integer.toHexString(ch);
    }
    else if (ch < 0x1000) {
      returnStr = "0" + Integer.toHexString(ch);
    }
    else
      returnStr = "" + Integer.toHexString(ch);

    return charEsc + returnStr;
  }

  /**
   * Converts the string from UTF8 to mimic unicode format i.e. '\\u0020'.
   * notice: i cannot use real unicode format, because this is immediately translated
   * to the character in time of compiling and editor (i.e. netbeans) checking it
   * instead reaal unicode format i.e. '\u0020' i using mimic unicode format '\\u0020'
   * as a string, but it doesn't gives the same results, of course
   * 
   * This format is the Java source code format.
   * 
   *   CharUtils.unicodeEscaped(' ') = "\\u0020"
   *   CharUtils.unicodeEscaped('A') = "\\u0041"
   * 
   * @param String - nationalString in the UTF8 string to convert
   * @return is the string in JAVA unicode mimic escaped
   */
  public String encodeStr(String nationalString) throws UnsupportedEncodingException {
    String convertedString = "";

    for (int i = 0; i < nationalString.length(); i++) {
      Character chs = nationalString.charAt(i);
      convertedString += unicodeEscaped(chs);
    }
    return convertedString;
  }

  /**
   * Converts the string from mimic unicode format i.e. '\\u0020' back to UTF8.
   * 
   * This format is the Java source code format.
   * 
   *   CharUtils.unicodeEscaped(' ') = "\\u0020"
   *   CharUtils.unicodeEscaped('A') = "\\u0041"
   * 
   * @param String - nationalString in the JAVA unicode mimic escaped
   * @return is the string in UTF8 string
   */
  public String uencodeStr(String escapedString) throws UnsupportedEncodingException {
    String convertedString = "";

    String[] arrStr = escapedString.split("\\\\u");
    String str, istr;
    for (int i = 1; i < arrStr.length; i++) {
      str = arrStr[i];
      if (!str.isEmpty()) {
        Integer iI = Integer.parseInt(str, 16);
        char[] chaCha = Character.toChars(iI);
        convertedString += String.valueOf(chaCha);
      }
    }
    return convertedString;
  }

char c = (char) 0x2202; Cadena s = "" + c;

(LA RESPUESTA ESTÁ EN DOT NET 4.5 y en java, debe existir un enfoque similar)

Soy de Bengala Occidental en INDIA. Según tengo entendido, su problema es ... Quiere producir similar a 'অ' (es una letra en idioma bengalí) que tiene Unicode HEX:0X0985 .

Ahora bien, si conoce este valor con respecto a su idioma, ¿cómo producirá ese símbolo Unicode específico del idioma, verdad?

En Dot Net es tan simple como esto:

int c = 0X0985;
string x = Char.ConvertFromUtf32(c);

Ahora x es tu respuesta. Pero esto es HEX por HEX convertir y la conversión de oración a oración es un trabajo para los investigadores: P