遍历UTF8中的小写转大写后长度大于一的字符
bigegpt 2024-10-14 08:19 7 浏览
遍历UTF8的三字节字符,查找出字符大写后长度>1的字符。
Unicode符号范围 | UTF-8编码方式
------------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx(单字节)
0000 0080-0000 07FF | 110xxxxx 10xxxxxx(2字节)
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx(3字节)
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx(4字节)
结果如下:
|char_utf8|char_unicode|char_lower|char_upper|
|---------|------------|----------|----------|
|E1BA96 |1e96 |? |H? |
|E1BA97 |1e97 |? |T? |
|E1BA98 |1e98 |? |W? |
|E1BA99 |1e99 |? |Y? |
|E1BA9A |1e9a |? |A? |
|E1BD90 |1f50 |? |Υ? |
|E1BD92 |1f52 |? |Υ?? |
|E1BD94 |1f54 |? |Υ?? |
|E1BD96 |1f56 |? |Υ?? |
|E1BE80 |1f80 |? |?Ι |
|E1BE81 |1f81 |? |?Ι |
|E1BE82 |1f82 |? |?Ι |
|E1BE83 |1f83 |? |?Ι |
|E1BE84 |1f84 |? |?Ι |
|E1BE85 |1f85 |? |?Ι |
|E1BE86 |1f86 |? |?Ι |
|E1BE87 |1f87 |? |?Ι |
|E1BE88 |1f88 |? |?Ι |
|E1BE89 |1f89 |? |?Ι |
|E1BE8A |1f8a |? |?Ι |
|E1BE8B |1f8b |? |?Ι |
|E1BE8C |1f8c |? |?Ι |
|E1BE8D |1f8d |? |?Ι |
|E1BE8E |1f8e |? |?Ι |
|E1BE8F |1f8f |? |?Ι |
|E1BE90 |1f90 |? |?Ι |
|E1BE91 |1f91 |? |?Ι |
|E1BE92 |1f92 |? |?Ι |
|E1BE93 |1f93 |? |?Ι |
|E1BE94 |1f94 |? |?Ι |
|E1BE95 |1f95 |? |?Ι |
|E1BE96 |1f96 |? |?Ι |
|E1BE97 |1f97 |? |?Ι |
|E1BE98 |1f98 |? |?Ι |
|E1BE99 |1f99 |? |?Ι |
|E1BE9A |1f9a |? |?Ι |
|E1BE9B |1f9b |? |?Ι |
|E1BE9C |1f9c |? |?Ι |
|E1BE9D |1f9d |? |?Ι |
|E1BE9E |1f9e |? |?Ι |
|E1BE9F |1f9f |? |?Ι |
|E1BEA0 |1fa0 |? |?Ι |
|E1BEA1 |1fa1 |? |?Ι |
|E1BEA2 |1fa2 |? |?Ι |
|E1BEA3 |1fa3 |? |?Ι |
|E1BEA4 |1fa4 |? |?Ι |
|E1BEA5 |1fa5 |? |?Ι |
|E1BEA6 |1fa6 |? |?Ι |
|E1BEA7 |1fa7 |? |?Ι |
|E1BEA8 |1fa8 |? |?Ι |
|E1BEA9 |1fa9 |? |?Ι |
|E1BEAA |1faa |? |?Ι |
|E1BEAB |1fab |? |?Ι |
|E1BEAC |1fac |? |?Ι |
|E1BEAD |1fad |? |?Ι |
|E1BEAE |1fae |? |?Ι |
|E1BEAF |1faf |? |?Ι |
|E1BEB2 |1fb2 |? |?Ι |
|E1BEB3 |1fb3 |? |ΑΙ |
|E1BEB4 |1fb4 |? |?Ι |
|E1BEB6 |1fb6 |? |Α? |
|E1BEB7 |1fb7 |? |Α?Ι |
|E1BEBC |1fbc |? |ΑΙ |
|E1BF82 |1fc2 |? |?Ι |
|E1BF83 |1fc3 |? |ΗΙ |
|E1BF84 |1fc4 |? |?Ι |
|E1BF86 |1fc6 |? |Η? |
|E1BF87 |1fc7 |? |Η?Ι |
|E1BF8C |1fcc |? |ΗΙ |
|E1BF92 |1fd2 |? |Ι?? |
|E1BF93 |1fd3 |? |Ι?? |
|E1BF96 |1fd6 |? |Ι? |
|E1BF97 |1fd7 |? |Ι?? |
|E1BFA2 |1fe2 |? |Υ?? |
|E1BFA3 |1fe3 |? |Υ?? |
|E1BFA4 |1fe4 |? |Ρ? |
|E1BFA6 |1fe6 |? |Υ? |
|E1BFA7 |1fe7 |? |Υ?? |
|E1BFB2 |1ff2 |? |?Ι |
|E1BFB3 |1ff3 |? |ΩΙ |
|E1BFB4 |1ff4 |? |?Ι |
|E1BFB6 |1ff6 |? |Ω? |
|E1BFB7 |1ff7 |? |Ω?Ι |
|E1BFBC |1ffc |? |ΩΙ |
|EFAC80 |fb00 |? |FF |
|EFAC81 |fb01 |? |FI |
|EFAC82 |fb02 |? |FL |
|EFAC83 |fb03 |? |FFI |
|EFAC84 |fb04 |? |FFL |
|EFAC85 |fb05 |? |ST |
|EFAC86 |fb06 |? |ST |
|EFAC93 |fb13 |? |?? |
|EFAC94 |fb14 |? |?? |
|EFAC95 |fb15 |? |?? |
|EFAC96 |fb16 |? |?? |
|EFAC97 |fb17 |? |?? |
Java代码如下:
/**
*
*/
package com.gdxsoft.temp;
import java.io.UnsupportedEncodingException;
/**
* 遍历UTF8中的小写转大写后长度大于一的字符
* @author admin
*
*/
public class FindLowerNotEqualsUpperChar {
public static void main(String[] args) throws UnsupportedEncodingException {
FindLowerNotEqualsUpperChar o = new FindLowerNotEqualsUpperChar();
o.findLowerNotEqualsUpperChar();
}
/**
* 遍历3字节的utf8
* @throws UnsupportedEncodingException
*
*/
public void findLowerNotEqualsUpperChar() throws UnsupportedEncodingException {
// Unicode符号范围 | UTF-8编码方式
// 0000 0000-0000 007F | 0xxxxxxx(单字节)
// 0000 0080-0000 07FF | 110xxxxx 10xxxxxx(2字节)
// 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx(3字节)
// 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx(4字节)
//
// 第零字节开始
byte start = bit2byte("1110xxxx".replace("x", "0"));
// 第零字节结束
byte end = bit2byte("1110xxxx".replace("x", "1"));
// 第1、第2字节开始
byte extStart = bit2byte("10xxxxxx".replace("x", "0"));
// 第1、第2字节结束
byte extEnd = bit2byte("10xxxxxx".replace("x", "1"));
int total = 0;
StringBuilder sb = new StringBuilder();
for (byte byte0 = start; byte0 <= end; byte0++) {
for (byte byte1 = extStart; byte1 <= extEnd; byte1++) {
for (byte byte2 = extStart; byte2 <= extEnd; byte2++) {
// 3字节字符的二进制
byte[] charBytes = new byte[3];
charBytes[0] = byte0;
charBytes[1] = byte1;
charBytes[2] = byte2;
// 转换为字符
String newChar = new String(charBytes, "utf-8");
// 大写
String newCharUpper = newChar.toUpperCase();
if (newChar.length() == newCharUpper.length()) {
// 长度一致
continue;
}
String hexUtf8 = this.bytes2hex(charBytes); // utf8 内码
String hexUnicode = Integer.toHexString(newChar.codePointAt(0)); // unicode 内码
sb.append(newChar + "\t" + newCharUpper + "\t" + hexUtf8 + "\t" + hexUnicode + "\n");
total++;
}
}
}
System.out.println("total:" + total);
System.out.println(sb);
}
/**
* 将二进制转换为字节
*
* @param binary 二进制字符串
* @return
*/
private byte bit2byte(String binary) {
byte result = 0;
for (int i = binary.length() - 1, j = 0; i >= 0; i--, j++) {
byte b = Byte.parseByte(binary.charAt(i) + "");
if (b == 1) {
result += b * Math.pow(2, j);
}
}
return result;
}
/**
* 将byte数组转换为16进制字符串
*
* @param b byte数组
* @return 16进制字符串
*/
private String bytes2hex(byte[] bytes) {
String stmp = "";
StringBuilder sb = new StringBuilder();
for (int n = 0; n < bytes.length; n++) {
stmp = (java.lang.Integer.toHexString(bytes[n] & 0XFF));
if (stmp.length() == 1)
sb.append("0" + stmp);
else
sb.append(stmp);
}
return sb.toString().toUpperCase();
}
}
相关推荐
- 得物可观测平台架构升级:基于GreptimeDB的全新监控体系实践
-
一、摘要在前端可观测分析场景中,需要实时观测并处理多地、多环境的运行情况,以保障Web应用和移动端的可用性与性能。传统方案往往依赖代理Agent→消息队列→流计算引擎→OLAP存储...
- warm-flow新春版:网关直连和流程图重构
-
本期主要解决了网关直连和流程图重构,可以自此之后可支持各种复杂的网关混合、多网关直连使用。-新增Ruoyi-Vue-Plus优秀开源集成案例更新日志[feat]导入、导出和保存等新增json格式支持...
- 扣子空间体验报告
-
在数字化时代,智能工具的应用正不断拓展到我们工作和生活的各个角落。从任务规划到项目执行,再到任务管理,作者深入探讨了这款工具在不同场景下的表现和潜力。通过具体的应用实例,文章展示了扣子空间如何帮助用户...
- spider-flow:开源的可视化方式定义爬虫方案
-
spider-flow简介spider-flow是一个爬虫平台,以可视化推拽方式定义爬取流程,无需代码即可实现一个爬虫服务。spider-flow特性支持css选择器、正则提取支持JSON/XML格式...
- solon-flow 你好世界!
-
solon-flow是一个基础级的流处理引擎(可用于业务规则、决策处理、计算编排、流程审批等......)。提供有“开放式”驱动定制支持,像jdbc有mysql或pgsql等驱动,可...
- 新一代开源爬虫平台:SpiderFlow
-
SpiderFlow:新一代爬虫平台,以图形化方式定义爬虫流程,不写代码即可完成爬虫。-精选真开源,释放新价值。概览Spider-Flow是一个开源的、面向所有用户的Web端爬虫构建平台,它使用Ja...
- 通过 SQL 训练机器学习模型的引擎
-
关注薪资待遇的同学应该知道,机器学习相关的岗位工资普遍偏高啊。同时随着各种通用机器学习框架的出现,机器学习的门槛也在逐渐降低,训练一个简单的机器学习模型变得不那么难。但是不得不承认对于一些数据相关的工...
- 鼠须管输入法rime for Mac
-
鼠须管输入法forMac是一款十分新颖的跨平台输入法软件,全名是中州韵输入法引擎,鼠须管输入法mac版不仅仅是一个输入法,而是一个输入法算法框架。Rime的基础架构十分精良,一套算法支持了拼音、...
- Go语言 1.20 版本正式发布:新版详细介绍
-
Go1.20简介最新的Go版本1.20在Go1.19发布六个月后发布。它的大部分更改都在工具链、运行时和库的实现中。一如既往,该版本保持了Go1的兼容性承诺。我们期望几乎所...
- iOS 10平台SpriteKit新特性之Tile Maps(上)
-
简介苹果公司在WWDC2016大会上向人们展示了一大批新的好东西。其中之一就是SpriteKitTileEditor。这款工具易于上手,而且看起来速度特别快。在本教程中,你将了解关于TileE...
- 程序员简历例句—范例Java、Python、C++模板
-
个人简介通用简介:有良好的代码风格,通过添加注释提高代码可读性,注重代码质量,研读过XXX,XXX等多个开源项目源码从而学习增强代码的健壮性与扩展性。具备良好的代码编程习惯及文档编写能力,参与多个高...
- Telerik UI for iOS Q3 2015正式发布
-
近日,TelerikUIforiOS正式发布了Q32015。新版本新增对XCode7、Swift2.0和iOS9的支持,同时还新增了对数轴、不连续的日期时间轴等;改进TKDataPoin...
- ios使用ijkplayer+nginx进行视频直播
-
上两节,我们讲到使用nginx和ngixn的rtmp模块搭建直播的服务器,接着我们讲解了在Android使用ijkplayer来作为我们的视频直播播放器,整个过程中,需要注意的就是ijlplayer编...
- IOS技术分享|iOS快速生成开发文档(一)
-
前言对于开发人员而言,文档的作用不言而喻。文档不仅可以提高软件开发效率,还能便于以后的软件开发、使用和维护。本文主要讲述Objective-C快速生成开发文档工具appledoc。简介apple...
- macOS下配置VS Code C++开发环境
-
本文介绍在苹果macOS操作系统下,配置VisualStudioCode的C/C++开发环境的过程,本环境使用Clang/LLVM编译器和调试器。一、前置条件本文默认前置条件是,您的开发设备已...
- 一周热门
- 最近发表
- 标签列表
-
- mybatiscollection (79)
- mqtt服务器 (88)
- keyerror (78)
- c#map (65)
- resize函数 (64)
- xftp6 (83)
- bt搜索 (75)
- c#var (76)
- mybatis大于等于 (64)
- xcode-select (66)
- httperror403.14-forbidden (63)
- logstashinput (65)
- hadoop端口 (65)
- dockernetworkconnect (63)
- esxi7 (63)
- vue阻止冒泡 (67)
- c#for循环 (63)
- oracle时间戳转换日期 (64)
- jquery跨域 (68)
- php写入文件 (73)
- java大写转小写 (63)
- kafkatools (66)
- mysql导出数据库 (66)
- jquery鼠标移入移出 (71)
- 取小数点后两位的函数 (73)