我有一個字符串，Unicode編碼\uXXXX，我想將其轉換爲常規字母（UTF-8）。例如：如何將Unicode編碼的字符串轉換爲字符串
String myString = "\u0048\u0065\u006C\u006C\u006F World";
應該成爲
"Hello World"
我知道，當我打印字符串它顯示Hello world。我的問題是我從Unix機器上的文件讀取文件名，然後搜索它們。文件名使用Unicode編碼，當我搜索這些文件時，我找不到它們，因爲它搜索名稱中包含\uXXXX的文件。
技術上做：
String myString = "\u0048\u0065\u006C\u006C\u006F World";
自動將其轉換爲"Hello World"，所以我假定你是從一些文件中的字符串在讀。爲了將其轉換爲「Hello」，您必須將文本解析爲單獨的Unicode數字（以\uXXXX爲例，只需獲取XXXX）然後執行Integer.ParseInt(XXXX, 16)即可獲取十六進制值，然後將其轉換爲char以獲得實際值字符。
編輯：一些代碼來實現這一目標：
String str = myString.split(" ")[0];
str = str.replace("\\","");
String[] arr = str.split("u");
String text = "";
for(int i = 1; i < arr.length; i++){
int hexVal = Integer.parseInt(arr[i], 16);
text += (char)hexVal;
}
// Text will now have Hello
從你的問題中不完全清楚，但我假設你說你有一個文件，該文件的每一行是一個文件名。並且每個文件名是這樣的：
\u0048\u0065\u006C\u006C\u006F
換句話說，文件名的文件中的字符是\，u，0，0，4，8等。
如果是這樣，你所看到的是預期的。 Java僅在源代碼中以字符串文字翻譯\uXXXX序列（並且在讀取存儲的Properties對象時）。當你閱讀的內容，你的文件，你將有包括人物\，u，0，0，4，8等和不字符串Hello的字符串。
所以，你需要解析該字符串提取0048，0065等片，然後將其轉換爲char S和那些char作一個字符串，然後將字符串傳遞給打開該文件的程序。
的Apache Commons LangStringEscapeUtils.unescapeJava（）可以在正確解碼。
import org.apache.commons.lang.StringEscapeUtils;
@Test
public void testUnescapeJava() {
String sJava="\\u0048\\u0065\\u006C\\u006C\\u006F";
System.out.println("StringEscapeUtils.unescapeJava(sJava):\n" + StringEscapeUtils.unescapeJava(sJava));
}
output:
StringEscapeUtils.unescapeJava(sJava):
Hello
字符串sJava = 「\ u0048 \\ u0065 \ u006C \ u006C \ u006F」; ----->請做簡單的改變。 –
您可能需要使用StringEscapeUtils從Apache Commons Lang，即：
String unicode = "\u0048\u0065\u006C\u006C\u006F";
String Title = StringEscapeUtils.unescapeJava(unicode);
添加在的build.gradle dependacy後：編譯「公地郎鹹平：公地郎鹹平：2.6」 上述工作的罰款。 –
這個簡單的方法在大多數情況下工作，但會絆倒過類似「u005Cu005C」這應該解碼字符串「\ u0048」，但實際上解碼「H」爲先pass產生「\ u0048」作爲工作字符串，然後再由while循環處理。
static final String decode(final String in)
{
String working = in;
int index;
index = working.indexOf("\\u");
while(index > -1)
{
int length = working.length();
if(index > (length-6))break;
int numStart = index + 2;
int numFinish = numStart + 4;
String substring = working.substring(numStart, numFinish);
int number = Integer.parseInt(substring,16);
String stringStart = working.substring(0, index);
String stringEnd = working.substring(numFinish);
working = stringStart + ((char)number) + stringEnd;
index = working.indexOf("\\u");
}
return working;
}
試圖重塑標準Java庫提供的方法。只需檢查純粹的實現https://stackoverflow.com/a/39265921/1511077 –
嘗試
private static final Charset UTF_8 = Charset.forName("UTF-8");
private String forceUtf8Coding(String input) {return new String(input.getBytes(UTF_8), UTF_8))}
較短的版本：
public static String unescapeJava(String escaped) {
if(escaped.indexOf("\\u")==-1)
return escaped;
String processed="";
int position=escaped.indexOf("\\u");
while(position!=-1) {
if(position!=0)
processed+=escaped.substring(0,position);
String token=escaped.substring(position+2,position+6);
escaped=escaped.substring(position+6);
processed+=(char)Integer.parseInt(token,16);
position=escaped.indexOf("\\u");
}
processed+=escaped;
return processed;
}
試圖重新創建標準Java庫提供的方法。只是檢查純粹的實現https://stackoverflow.com/a/39265921/1511077 –
一個簡單的方法，我知道使用的JSONObject：
try {
JSONObject json = new JSONObject();
json.put("string", myString);
String converted = json.getString("string");
} catch (JSONException e) {
e.printStackTrace();
}
在java中在字符串（string）的字節流（字節[]）的轉化率和回String類具有以下特點：
構造String (byte [] bytes, String enc)接收與它們的編碼的字節的輸入流;如果省略編碼，則默認接受
getBytes Method (String enc)返回以指定編碼記錄的字節流;編碼也可以省略。
try {
String myString = "\u0048\u0065\u006C\u006C\u006F World";
byte[] utf8Bytes = myString.getBytes("UTF8");
String text = new String(utf8Bytes,"UTF8");
}
catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
這個答案使用由'java.lang.String'提供的方法，它的專業性。 – Eddy
其實，我寫了一個包含一些實用程序的開源庫。其中之一是將Unicode序列轉換爲字符串，反之亦然。我發現它非常有用。下面是關於該庫的有關Unicode轉換文章報價：
類StringUnicodeEncoderDecoder具有可轉換 字符串（在任何語言）爲Unicode字符和 反之亦然序列的方法。例如，一個字符串 「Hello World」 將被轉換成
「\ u0048 \ u0065 \ u006c \ u006c \ u006f \ u0020 \ u0057 \ u006f \ u0072 \ u006c \ u0064」
，並可以恢復回來。
下面是整篇文章的鏈接，它解釋了庫的實用工具以及如何讓庫使用它。它可以作爲Maven工件使用，也可以作爲Github的源代碼使用。這是非常容易使用。 Open Source Java library with stack trace filtering, Silent String parsing Unicode converter and Version comparison
這裏是我的解決方案...
String decodedName = JwtJson.substring(startOfName, endOfName);
StringBuilder builtName = new StringBuilder();
int i = 0;
while (i < decodedName.length())
{
if (decodedName.substring(i).startsWith("\\u"))
{
i=i+2;
builtName.append(Character.toChars(Integer.parseInt(decodedName.substring(i,i+4), 16)));
i=i+4;
}
else
{
builtName.append(decodedName.charAt(i));
i = i+1;
}
};
試圖重塑標準Java庫提供的標準方法。只需檢查純實施https://stackoverflow.com/a/39265921/1511077 –
public static String getEnglishText(String textWithUnicode){
String word="";
String newText= textWithUnicode;
int position=newText.indexOf("\\u");
while(position!=-1) {
if(position!=0){
word+=newText.substring(0,position);
}
String token=newText.substring(position+2,position+5);
newText=newText.substring(position+5);
word+=(char)Integer.parseInt(token);
position=newText.indexOf("\\u");}
word+=newText;
return word;
}
這個工作對me.Check這個！
解決方案科特林：
val result = String(someText.toByteArray())
科特林使用UTF-8處處爲默認編碼
您也可以實現它作爲擴展String類：
fun String.unescape(): String {
return String(this.toByteArray())
}
，然後使用簡單：
val result = someText.unescape()
;）
你確定？你不認爲這些字符只是簡單地打印成Unicode轉義符？ –
'\ u0048' *是*'H' - 它們是一樣的。 Java中的字符串採用Unicode。 –
我想這個問題可能與我的Java到UNIX API - 字符串我得到的是類似的東西\ u3123 \ u3255_file_name.txt。而Java不會隱藏它。 – SharonBL