我有一个字符串，Unicode编码\uXXXX，我想将其转换为常规字母（UTF-8）。例如：如何将Unicode编码的字符串转换为字符串
String myString = "\u0048\u0065\u006C\u006C\u006F World";
应该成为
"Hello World"
我知道，当我打印字符串它显示Hello world。我的问题是我从Unix机器上的文件读取文件名，然后搜索它们。文件名使用Unicode编码，当我搜索这些文件时，我找不到它们，因为它搜索名称中包含\uXXXX的文件。
技术上做：
String myString = "\u0048\u0065\u006C\u006C\u006F World";
自动将其转换为"Hello World"，所以我假定你是从一些文件中的字符串在读。为了将其转换为“Hello”，您必须将文本解析为单独的Unicode数字（以\uXXXX为例，只需获取XXXX）然后执行Integer.ParseInt(XXXX, 16)即可获取十六进制值，然后将其转换为char以获得实际值字符。
编辑：一些代码来实现这一目标：
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
从你的问题中不完全清楚，但我假设你说你有一个文件，该文件的每一行是一个文件名。并且每个文件名是这样的：
\u0048\u0065\u006C\u006C\u006F
换句话说，文件名的文件中的字符是\，u，0，0，4，8等。
如果是这样，你所看到的是预期的。 Java仅在源代码中以字符串文字翻译\uXXXX序列（并且在读取存储的Properties对象时）。当你阅读的内容，你的文件，你将有包括人物\，u，0，0，4，8等和不字符串Hello的字符串。
所以，你需要解析该字符串提取0048，0065等片，然后将其转换为char S和那些char作一个字符串，然后将字符串传递给打开该文件的程序。
的Apache Commons LangStringEscapeUtils.unescapeJava（）可以在正确解码。
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”; ----->请做简单的改变。 –
您可能需要使用StringEscapeUtils从Apache Commons Lang，即：
String unicode = "\u0048\u0065\u006C\u006C\u006F";
String Title = StringEscapeUtils.unescapeJava(unicode);
添加在的build.gradle dependacy后：编译“公地郎咸平：公地郎咸平：2.6” 上述工作的罚款。 –
这个简单的方法在大多数情况下工作，但会绊倒过类似“u005Cu005C”这应该解码字符串“\ u0048”，但实际上解码“H”为先pass产生“\ u0048”作为工作字符串，然后再由while循环处理。
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;
}
试图重塑标准Java库提供的方法。只需检查纯粹的实现https://stackoverflow.com/a/39265921/1511077 –
尝试
private static final Charset UTF_8 = Charset.forName("UTF-8");
private String forceUtf8Coding(String input) {return new String(input.getBytes(UTF_8), UTF_8))}
较短的版本：
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;
}
试图重新创建标准Java库提供的方法。只是检查纯粹的实现https://stackoverflow.com/a/39265921/1511077 –
一个简单的方法，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）的字节流（字节[]）的转化率和回String类具有以下特点：
构造String (byte [] bytes, String enc)接收与它们的编码的字节的输入流;如果省略编码，则默认接受
getBytes Method (String enc)返回以指定编码记录的字节流;编码也可以省略。
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();
}
这个答案使用由'java.lang.String'提供的方法，它的专业性。 – Eddy
其实，我写了一个包含一些实用程序的开源库。其中之一是将Unicode序列转换为字符串，反之亦然。我发现它非常有用。下面是关于该库的有关Unicode转换文章报价：
类StringUnicodeEncoderDecoder具有可转换 字符串（在任何语言）为Unicode字符和 反之亦然序列的方法。例如，一个字符串 “Hello World” 将被转换成
“\ u0048 \ u0065 \ u006c \ u006c \ u006f \ u0020 \ u0057 \ u006f \ u0072 \ u006c \ u0064”
，并可以恢复回来。
下面是整篇文章的链接，它解释了库的实用工具以及如何让库使用它。它可以作为Maven工件使用，也可以作为Github的源代码使用。这是非常容易使用。 Open Source Java library with stack trace filtering, Silent String parsing Unicode converter and Version comparison
这里是我的解决方案...
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;
}
};
试图重塑标准Java库提供的标准方法。只需检查纯实施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;
}
这个工作对me.Check这个！
解决方案科特林：
val result = String(someText.toByteArray())
科特林使用UTF-8处处为默认编码
您也可以实现它作为扩展String类：
fun String.unescape(): String {
return String(this.toByteArray())
}
，然后使用简单：
val result = someText.unescape()
;）
你确定？你不认为这些字符只是简单地打印成Unicode转义符？ –
'\ u0048' *是*'H' - 它们是一样的。 Java中的字符串采用Unicode。 –
我想这个问题可能与我的Java到UNIX API - 字符串我得到的是类似的东西\ u3123 \ u3255_file_name.txt。而Java不会隐藏它。 – SharonBL