【Javaコード入門】文字列_②length／codePointCountメソッド - アンドエンジニア

文字列長を取得する – length／codePointCountメソッド

public int codePointCount(int begin, int end)
public int length()
　begin：長さを求める範囲の開始位置
　end：終了位置

文字列の長さを取得するには、lengthメソッドを利用します。文字列はUnicode単位でカウントされますので、日本語（マルチバイト文字）を含んでいても正しくカウントできます。

StrLength.java

package com.example.mynavi.string;
public class StrLength {
public static void main(String args) {
var str = "ALPHAプロジェクト";
System.out.println(str.length()); // 結果：11
}
}

ただし、文字列にサロゲートペアが含まれる場合には正しい値になりません。その場合は、lengthメソッドの代わりに、codePointCountメソッドを利用してください。

StrCodePoint.java

package com.example.mynavi.string;
public class StrCodePoint {
public static void main(String args) {
var str = "叱る";
System.out.println(str.length());; // 結果：3
System.out.println(str.codePointCount(0, str.length())); // 結果：2
}
}

上の例では、「叱」はサロゲートペアです。そのため、lengthメソッドでは正しく文字数をカウントできていませんが、codePointAtメソッドでは正しく「2」とカウントできていることが確認できます。 codePointAtメソッドでは、文字列をカウントする際の開始／終了位置が必須なので、文字列全体をカウントするには、それぞれ0（先頭）、str.length（末尾）を指定します。

サロゲートペア
Unicode（UTF-16）では、通常、1文字を2バイトで表現します。しかし、Unicodeで扱うべき文字が増えるにつれ、2バイトで表現できる文字数（65535文字）では不足するようになりました。そこで、一部の文字を4バイトで表現することで、扱える文字数を増やすことになったわけです。このような文字のことをサロゲートペアと言います。