首页

关于fop-core的CharUtilities字符工具处理类对字符常见的处理判断源码分析

标签:fop-core,charUtilities,字符工具处理类     发布时间:2018-04-16   

一、前言

关于fopfop-core源码包的org.apache.fop.util.CharUtilities字符处理工具类,区分各种Unicode空格和在给定fontstate得到字符宽度、等值判断、以“0x”格式的需填补留下的“0”处理等

二、源码说明

package org.apache.fop.util;@b@@b@/**@b@ * This class provides utilities to distinguish various kinds of Unicode@b@ * whitespace and to get character widths in a given FontState.@b@ */@b@public class CharUtilities {@b@@b@    /**@b@     * Character code used to signal a character boundary in@b@     * inline content, such as an inline with borders and padding@b@     * or a nested block object.@b@     */@b@    public static final char CODE_EOT = 0;@b@@b@    /**@b@     * Character class: Unicode white space@b@     */@b@    public static final int UCWHITESPACE = 0;@b@    /**@b@     * Character class: Line feed@b@     */@b@    public static final int LINEFEED = 1;@b@    /**@b@     * Character class: Boundary between text runs@b@     */@b@    public static final int EOT = 2;@b@    /**@b@     * Character class: non-whitespace@b@     */@b@    public static final int NONWHITESPACE = 3;@b@    /**@b@     * Character class: XML whitespace@b@     */@b@    public static final int XMLWHITESPACE = 4;@b@@b@@b@    /** null char */@b@    public static final char NULL_CHAR = '\u0000';@b@    /** linefeed character */@b@    public static final char LINEFEED_CHAR = '\n';@b@    /** carriage return */@b@    public static final char CARRIAGE_RETURN = '\r';@b@    /** normal tab */@b@    public static final char TAB = '\t';@b@    /** normal space */@b@    public static final char SPACE = '\u0020';@b@    /** non-breaking space */@b@    public static final char NBSPACE = '\u00A0';@b@    /** next line control character */@b@    public static final char NEXT_LINE = '\u0085';@b@    /** zero-width space */@b@    public static final char ZERO_WIDTH_SPACE = '\u200B';@b@    /** word joiner */@b@    public static final char WORD_JOINER = '\u2060';@b@    /** zero-width joiner */@b@    public static final char ZERO_WIDTH_JOINER = '\u200D';@b@    /** left-to-right mark */@b@    public static final char LRM = '\u200E';@b@    /** right-to-left mark */@b@    public static final char RLM = '\u202F';@b@    /** left-to-right embedding */@b@    public static final char LRE = '\u202A';@b@    /** right-to-left embedding */@b@    public static final char RLE = '\u202B';@b@    /** pop directional formatting */@b@    public static final char PDF = '\u202C';@b@    /** left-to-right override */@b@    public static final char LRO = '\u202D';@b@    /** right-to-left override */@b@    public static final char RLO = '\u202E';@b@    /** zero-width no-break space (= byte order mark) */@b@    public static final char ZERO_WIDTH_NOBREAK_SPACE = '\uFEFF';@b@    /** soft hyphen */@b@    public static final char SOFT_HYPHEN = '\u00AD';@b@    /** line-separator */@b@    public static final char LINE_SEPARATOR = '\u2028';@b@    /** paragraph-separator */@b@    public static final char PARAGRAPH_SEPARATOR = '\u2029';@b@    /** missing ideograph */@b@    public static final char MISSING_IDEOGRAPH = '\u25A1';@b@    /** Ideogreaphic space */@b@    public static final char IDEOGRAPHIC_SPACE = '\u3000';@b@    /** Object replacement character */@b@    public static final char OBJECT_REPLACEMENT_CHARACTER = '\uFFFC';@b@    /** Unicode value indicating the the character is "not a character". */@b@    public static final char NOT_A_CHARACTER = '\uFFFF';@b@@b@    /**@b@     * Utility class: Constructor prevents instantiating when subclassed.@b@     */@b@    protected CharUtilities() {@b@        throw new UnsupportedOperationException();@b@    }@b@@b@    /**@b@     * Return the appropriate CharClass constant for the type@b@     * of the passed character.@b@     * @param c character to inspect@b@     * @return the determined character class@b@     */@b@    public static int classOf(int c) {@b@        switch (c) {@b@            case CODE_EOT:@b@                return EOT;@b@            case LINEFEED_CHAR:@b@                return LINEFEED;@b@            case SPACE:@b@            case CARRIAGE_RETURN:@b@            case TAB:@b@                return XMLWHITESPACE;@b@            default:@b@                return isAnySpace(c) ? UCWHITESPACE : NONWHITESPACE;@b@        }@b@    }@b@@b@@b@    /**@b@     * Helper method to determine if the character is a@b@     * space with normal behavior. Normal behavior means that@b@     * it's not non-breaking.@b@     * @param c character to inspect@b@     * @return True if the character is a normal space@b@     */@b@    public static boolean isBreakableSpace(int c) {@b@        return (c == SPACE || isFixedWidthSpace(c));@b@    }@b@@b@    /**@b@     * Method to determine if the character is a zero-width space.@b@     * @param c the character to check@b@     * @return true if the character is a zero-width space@b@     */@b@    public static boolean isZeroWidthSpace(int c) {@b@        return c == ZERO_WIDTH_SPACE           // 200Bh@b@            || c == WORD_JOINER                // 2060h@b@            || c == ZERO_WIDTH_NOBREAK_SPACE;  // FEFFh (also used as BOM)@b@    }@b@@b@    /**@b@     * Method to determine if the character is a (breakable) fixed-width space.@b@     * @param c the character to check@b@     * @return true if the character has a fixed-width@b@     */@b@    public static boolean isFixedWidthSpace(int c) {@b@        return (c >= '\u2000' && c <= '\u200B')@b@                || c == '\u3000';@b@//      c == '\u2000'                   // en quad@b@//      c == '\u2001'                   // em quad@b@//      c == '\u2002'                   // en space@b@//      c == '\u2003'                   // em space@b@//      c == '\u2004'                   // three-per-em space@b@//      c == '\u2005'                   // four-per-em space@b@//      c == '\u2006'                   // six-per-em space@b@//      c == '\u2007'                   // figure space@b@//      c == '\u2008'                   // punctuation space@b@//      c == '\u2009'                   // thin space@b@//      c == '\u200A'                   // hair space@b@//      c == '\u200B'                   // zero width space@b@//      c == '\u3000'                   // ideographic space@b@    }@b@@b@    /**@b@     * Method to determine if the character is a nonbreaking@b@     * space.@b@     * @param c character to check@b@     * @return True if the character is a nbsp@b@     */@b@    public static boolean isNonBreakableSpace(int c) {@b@        return@b@            (c == NBSPACE       // no-break space@b@            || c == '\u202F'    // narrow no-break space@b@            || c == '\u3000'    // ideographic space@b@            || c == WORD_JOINER // word joiner@b@            || c == ZERO_WIDTH_NOBREAK_SPACE);  // zero width no-break space@b@    }@b@@b@    /**@b@     * Method to determine if the character is an adjustable@b@     * space.@b@     * @param c character to check@b@     * @return True if the character is adjustable@b@     */@b@    public static boolean isAdjustableSpace(int c) {@b@        //TODO: are there other kinds of adjustable spaces?@b@        return@b@            (c == '\u0020'    // normal space@b@            || c == NBSPACE); // no-break space@b@    }@b@@b@    /**@b@     * Determines if the character represents any kind of space.@b@     * @param c character to check@b@     * @return True if the character represents any kind of space@b@     */@b@    public static boolean isAnySpace(int c) {@b@        return (isBreakableSpace(c) || isNonBreakableSpace(c));@b@    }@b@@b@    /**@b@     * Indicates whether a character is classified as "Alphabetic" by the Unicode standard.@b@     * @param c the character@b@     * @return true if the character is "Alphabetic"@b@     */@b@    public static boolean isAlphabetic(int c) {@b@        //http://www.unicode.org/Public/UNIDATA/UCD.html#Alphabetic@b@        //Generated from: Other_Alphabetic + Lu + Ll + Lt + Lm + Lo + Nl@b@        int generalCategory = Character.getType((char)c);@b@        switch (generalCategory) {@b@            case Character.UPPERCASE_LETTER: //Lu@b@            case Character.LOWERCASE_LETTER: //Ll@b@            case Character.TITLECASE_LETTER: //Lt@b@            case Character.MODIFIER_LETTER: //Lm@b@            case Character.OTHER_LETTER: //Lo@b@            case Character.LETTER_NUMBER: //Nl@b@                return true;@b@            default:@b@                //TODO if (ch in Other_Alphabetic) return true; (Probably need ICU4J for that)@b@                //Other_Alphabetic contains mostly more exotic characters@b@                return false;@b@        }@b@    }@b@@b@    /**@b@     * Indicates whether the given character is an explicit break-character@b@     * @param c    the character to check@b@     * @return  true if the character represents an explicit break@b@     */@b@    public static boolean isExplicitBreak(int c) {@b@        return (c == LINEFEED_CHAR@b@            || c == CARRIAGE_RETURN@b@            || c == NEXT_LINE@b@            || c == LINE_SEPARATOR@b@            || c == PARAGRAPH_SEPARATOR);@b@    }@b@@b@    /**@b@     * Convert a single unicode scalar value to an XML numeric character@b@     * reference. If in the BMP, four digits are used, otherwise 6 digits are used.@b@     * @param c a unicode scalar value@b@     * @return a string representing a numeric character reference@b@     */@b@    public static String charToNCRef(int c) {@b@        StringBuffer sb = new StringBuffer();@b@        for (int i = 0, nDigits = (c > 0xFFFF) ? 6 : 4; i < nDigits; i++, c >>= 4) {@b@            int d = c & 0xF;@b@            char hd;@b@            if (d < 10) {@b@                hd = (char) ((int) '0' + d);@b@            } else {@b@                hd = (char) ((int) 'A' + (d - 10));@b@            }@b@            sb.append(hd);@b@        }@b@        return "&#x" + sb.reverse() + ";";@b@    }@b@@b@    /**@b@     * Convert a string to a sequence of ASCII or XML numeric character references.@b@     * @param s a java string (encoded in UTF-16)@b@     * @return a string representing a sequence of numeric character reference or@b@     * ASCII characters@b@     */@b@    public static String toNCRefs(String s) {@b@        StringBuffer sb = new StringBuffer();@b@        if (s != null) {@b@            for (int i = 0; i < s.length(); i++) {@b@                char c = s.charAt(i);@b@                if ((c >= 32) && (c < 127)) {@b@                    if (c == '<') {@b@                        sb.append("&lt;");@b@                    } else if (c == '>') {@b@                        sb.append("&gt;");@b@                    } else if (c == '&') {@b@                        sb.append("&amp;");@b@                    } else {@b@                        sb.append(c);@b@                    }@b@                } else {@b@                    sb.append(charToNCRef(c));@b@                }@b@            }@b@        }@b@        return sb.toString();@b@    }@b@@b@    /**@b@     * Pad a string S on left out to width W using padding character PAD.@b@     * @param s string to pad@b@     * @param width width of field to add padding@b@     * @param pad character to use for padding@b@     * @return padded string@b@     */@b@    public static String padLeft(String s, int width, char pad) {@b@        StringBuffer sb = new StringBuffer();@b@        for (int i = s.length(); i < width; i++) {@b@            sb.append(pad);@b@        }@b@        sb.append(s);@b@        return sb.toString();@b@    }@b@@b@    /**@b@     * Format character for debugging output, which it is prefixed with "0x", padded left with '0'@b@     * and either 4 or 6 hex characters in width according to whether it is in the BMP or not.@b@     * @param c character code@b@     * @return formatted character string@b@     */@b@    public static String format(int c) {@b@        if (c < 1114112) {@b@            return "0x" + padLeft(Integer.toString(c, 16), (c < 65536) ? 4 : 6, '0');@b@        } else {@b@            return "!NOT A CHARACTER!";@b@        }@b@    }@b@@b@    /**@b@     * Determine if two character sequences contain the same characters.@b@     * @param cs1 first character sequence@b@     * @param cs2 second character sequence@b@     * @return true if both sequences have same length and same character sequence@b@     */@b@    public static boolean isSameSequence(CharSequence cs1, CharSequence cs2) {@b@        assert cs1 != null;@b@        assert cs2 != null;@b@        if (cs1.length() != cs2.length()) {@b@            return false;@b@        } else {@b@            for (int i = 0, n = cs1.length(); i < n; i++) {@b@                if (cs1.charAt(i) != cs2.charAt(i)) {@b@                    return false;@b@                }@b@            }@b@            return true;@b@        }@b@    }@b@@b@}


  • <<相关内容>>
<<热门下载>>