无法将Unicode符号转换为西里尔文

我有一堆文件在俄文中以一些名字保存在Apache Lucene中，当我试图将它们打印出来时，它看起来像这样"\u0410\u0441\u043f\u0430\u0440"，但不是西里尔文符号。该项目在斯卡拉。我试图用Apache Commons unescapeJava方法解决这个问题，但它没有帮助。还有其他选择吗？无法将Unicode符号转换为西里尔文

更新： 项目是用Spray框架写的，并返回像这样的json。

{ 
    "id" : 0, 
    "name" : "\u0410\u0441\u043f\u0430\u0440" 
}

来源

2013-02-13 4lex1v

'Аспар'，这是你期望的输出吗？因为对我来说，它工作。确保你用'UTF-16'编码 – Danyel 2013-02-13 12:10:14

@Danyel是的，一般来说，但这只是一个例子 – 4lex1v 2013-02-13 12:47:39

这不是清楚这是实际的字符串内容，还是仅仅是打印时执行某些转义的结果。你能告诉我们什么'println（theString.length）'打印？如果它是'5'，那么问题不在于字符串，而是与它显示的方式有关。 – 2013-02-13 13:18:27

我将尽力推测你在做什么。您使用喷雾，所以我推测，您使用的是它的JSON库“喷雾JSON”

所以我假设你有spray.json.JsObject一些实例，你在你的问题发布什么是什么，你得到的输出时打印此实例。你的json对象是正确的，name字段的值没有嵌入转义，它实际上是转换为字符串转义一些unicode字符。

见printString的定义在这里： https://github.com/spray/spray-json/blob/master/src/main/scala/spray/json/JsonPrinter.scala

我也将承担，当你试图用unescapeJava，你将其运用在了name字段的值，创建一个新的spray.json.JsObject实例，你印成之前。鉴于你的json对象实际上没有任何逃脱，这绝对没有任何东西，然后当打印它时，打印机会像以前一样逃脱，然后你又回到了原点。

值得一提的是，json规范并没有规定字符是如何编码的：它们既可以作为它们的字面值存储，也可以作为unicode转义。例如，字符串可以被描述为仅仅是，或者被描述为"\u0061\u0062\u0063"。任何一种形式都是正确的。恰巧喷雾JSON的作者决定对所有非ASCII字符使用后一种形式。

所以，现在你问，我能做些什么来解决这个问题？您可以要求spray-json作者添加一个选项，让您指定您不希望任何unicode转义。但我想你想要一个解决方案现在。

最简单的事情做的是只是你的对象转换为字符串（通过JsValue.toString或JsValue.compactPrint或JsValue.prettyPrint），并然后结果传递给unescapeJava。至少这会让你回到你的西里尔原始人物。但是这有点严重，而且实际上相当危险，因为有些字符在字符串文字中不安全。例如：\n将被转义为实际回报，\u0022将转义为"。你可以很容易地看到它将如何破坏你的JSON文档。但至少它可以证实我的理论（请记住，我一直在做关于你在做什么的假设）。

现在为了适当的修复：您可以简单地扩展JsonPrinter并覆盖它的printString方法来删除unicode溢出。像这样（未经）：

trait NoUnicodeEscJsonPrinter extends JsonPrinter { 
    override protected def printString(s: String, sb: StringBuilder) { 
    @tailrec 
    def printEscaped(s: String, ix: Int) { 
     if (ix < s.length) { 
     s.charAt(ix) match { 
      case '"' => sb.append("\\\"") 
      case '\\' => sb.append("\\\\") 
      case x if 0x20 <= x && x < 0x7F => sb.append(x) 
      case '\b' => sb.append("\\b") 
      case '\f' => sb.append("\\f") 
      case '\n' => sb.append("\\n") 
      case '\r' => sb.append("\\r") 
      case '\t' => sb.append("\\t") 
      case x => sb.append(x) 
     } 
     printEscaped(s, ix + 1) 
     } 
    } 
    sb.append('"') 
    printEscaped(s, 0) 
    sb.append('"') 
    } 
} 

trait NoUnicodeEscPrettyPrinter extends PrettyPrinter with NoUnicodeEscJsonPrinter 
object NoUnicodeEscPrettyPrinter extends NoUnicodeEscPrettyPrinter 

trait NoUnicodeEscCompactPrinter extends CompactPrinter with NoUnicodeEscJsonPrinter 
object NoUnicodeEscCompactPrinter extends NoUnicodeEscCompactPrinter

然后，你可以这样做：

val json: JsValue = ... 
val jsonString: String = NoUnicodeEscPrettyPrinter(json)

jsonString将包含在美丽的打印格式，没有任何unicde逃脱你的JSON文件。

来源

2013-02-13 14:46:08

+1非常好的答案和优秀的心灵感应能力:) – 4e6 2013-02-13 18:57:10

感谢您的答案=）你是对的，但我们希望在浏览器端转换它们 – 4lex1v 2013-02-15 09:18:40

此问题出现在喷雾JSON 1.3.2将被校正：https://github.com/spray/spray-json/issues/46

我跑进使用阿卡HTTP 1.0，这取决于1.3.1阿拉伯字符类似的问题。通过升级到1.3.2，我的问题得到解决。

来源

2015-11-03 17:44:42

无法将Unicode符号转换为西里尔文

回答

相关问题