将 unicode 的 ASCII 表示转换为 unicode答案

【问题标题】：Convert ASCII representation of unicode to unicode将 unicode 的 ASCII 表示转换为 unicode
【发布时间】：2015-05-08 09:29:33
【问题描述】：

我有一个通过 JSON 获取 som 字符串的应用程序。

问题是我认为他们将其作为 ASCII 发送，而文本确实应该是 unicode。

例如，字符串的某些部分是“\u00f6”，即瑞典字母“ö”

例如，“buy”的瑞典语单词是“köpa”，而我得到的字符串是“k\u00f6pa”

在我用 java 接收到这个字符串后，有没有一种简单的方法可以将它转换为正确的表示形式？

也就是说，我想将“k\u00f6pa”之类的字符串转换为“köpa”

感谢大家的帮助！

【问题讨论】：

请参考How to Ask，帮助您稍微制定问题并获得更好的答案
这是在stackoverflow.com/a/14368185/1100158回答的
您是在编写自己的 JSON 解析器还是您使用的库有问题？为什么你认为文本应该包含 Unicode 字符？ Unicode 转义序列在 JSON 字符串中有效。
在你做任何事情之前非常确保在接收到 JSON 并将其放入 Java String 对象之后，individual 字符 "\u00f6 " 存在于字符串中。不要相信调试器或诊断转储会向您显示实际的 Unicode 字形，因为它们通常会将内容转换为转义序列以在非多语言显示器上显示。很多精力都浪费在这个领域，修复没有损坏的东西。

标签： java unicode non-ascii-characters

【解决方案1】：

嗯，这很简单，只需使用 JSON 库即可。以杰克逊为例，您将：

final ObjectMapper mapper = new ObjectMapper();

final JsonNode node = mapper.readTree(your, source, here);

JsonNode 实际上是TextNode；您可以将文本检索为：

node.textValue()

请注意，这不是字符串的“ASCII 表示”；碰巧 JSON 字符串可以包含像这样的 UTF-16 代码单元字符转义。

（虽然你会丢失值周围的引号，但这可能是你所期望的）

【讨论】：

【解决方案2】：

十六进制代码只是 2 个字节的整数，int 可以处理得很好——所以你可以使用Integer.parse(s, 16)，其中s 是不带"\u" 前缀的字符串。然后，您只需将 int 缩小为 char，保证适合。

输入一些正则表达式（验证字符串并提取十六进制代码），就完成了。

Pattern p = Pattern.compile("\\\\u([0-9a-fA-F]{4})");
Matcher m = p.matcher(arg);
if (m.matches()) {
  String code = m.group(1);
  int i = Integer.parseInt(code, 16);
  char c = (char) i;
  System.out.println(c);
}

【讨论】：