Isso porque um char
em Java possui 16 bits, e só é capaz de guardar valores até 65535. Mas o Unicode define uma quantidade muito maior de caracteres, então caracteres como o emoji PILE OF POO, cujo code point é U+1F4A9 (ou seja, um valor maior do que um char
suporta) são "quebrados" em dois - no caso, 0xD83D e 0xDCA9, que é chamado de "surrogate pair""surrogate pair" (isso porque internamente o Java guarda as String
's em UTF-16 - para entender melhor, leia aqui e aqui).
Ou seja, se eu quiser buscar pelo emoji, não adianta percorrer os char
's (a menos que você coloque outro if
para verificar surrogate pairs)um a um. NesteUma solução não muito boa seria verificar o próximo caractere para saber se é um surrogate pair:
for (int i = 0; i < texto.length(); i++) {
char c = texto.charAt(i);
// verifica o surrogate pair (precisa verificar o próximo caractere)
if (c == 0xd83d && i < texto.length() - 1 && texto.charAt(i + 1) == 0xdca9) {
System.out.println("tem emoji");
}
}
Mas neste caso, terei queacho melhor usar contains
:
int codePointCount = texto.codePointCount(0, texto.length());
for (int i = 0; i < codePointCount; i++) {
int cp = texto.codePointAt(i);
if (cp == 0x1f4a9) {
System.out.println("tem emoji");
}
if (cp
== 'a') { // comparação com char literal continua funcionando para valores abaixo de 0xffff
if (cp == 'a') {
System.out.println("Tem letra 'a'");
}
}