转换 MS 单词“卷曲”引号和撇号答案

【问题标题】：Converting MS word "curly" quotes and apostrophes转换 MS 单词“卷曲”引号和撇号
【发布时间】：2011-02-19 01:13:02
【问题描述】：

如何将 MS Word 引号和撇号转换为 Java 中的常规引号和撇号字符？这些字符的 unicode 编号是多少？

“你好吗？”

‘你好’

由于 Stack Overflow 会自动修复它们，因此它们在编辑器中的显示方式如下

到

“你好吗？”

'你好'

【问题讨论】：

这里没有转换，“智能引号”很好。 StackOverflow 将问题标题中的直引号转换为“”（有争议），但保留问题文本。
顺便说一句，真的有充分的理由用直引号代替它们吗？它们不是特殊的“MS Word”字符，它们是完全有效的 Unicode 字符，通常应该由任何可以处理 Unicode 的应用程序很好地处理。
@bobince 并非所有应用程序都能正确处理 unicode，但人们通常会粘贴他们用 ms-word 编写的文本，并且能够保留引号（通过将它们转换为常规引号）而不是剥离它们完全消失了。

标签： ms-word quotes

【解决方案1】：

离开托马斯的答案，代码是：

return text.replaceAll("[\\u2018\\u2019]", "'")
           .replaceAll("[\\u201C\\u201D]", "\"");

【讨论】：

【解决方案2】：

这里有一个对所有处理 Unicode 的人都非常有用的链接：Unicode codepoint lookup/search tool。

搜索“引号”给出

‘ (U+2018) LEFT SINGLE QUOTATION MARK
’ (U+2019) RIGHT SINGLE QUOTATION MARK
“ (U+201C) LEFT DOUBLE QUOTATION MARK
” (U+201D) RIGHT DOUBLE QUOTATION MARK

您可以考虑替换 several other quote-like symbols。

【讨论】：

【解决方案3】：

感谢 Nick van Esch，C# How to replace Microsoft's Smart Quotes with straight quotation marks?

这是代码（'\u2019' 在 MS Word 中是 '），它很有用，因为它涵盖了有问题的单词字符。

if (buffer.IndexOf('\u2013') > -1) buffer = buffer.Replace('\u2013', '-');
if (buffer.IndexOf('\u2014') > -1) buffer = buffer.Replace('\u2014', '-');
if (buffer.IndexOf('\u2015') > -1) buffer = buffer.Replace('\u2015', '-');
if (buffer.IndexOf('\u2017') > -1) buffer = buffer.Replace('\u2017', '_');
if (buffer.IndexOf('\u2018') > -1) buffer = buffer.Replace('\u2018', '\'');
if (buffer.IndexOf('\u2019') > -1) buffer = buffer.Replace('\u2019', '\'');
if (buffer.IndexOf('\u201a') > -1) buffer = buffer.Replace('\u201a', ',');
if (buffer.IndexOf('\u201b') > -1) buffer = buffer.Replace('\u201b', '\'');
if (buffer.IndexOf('\u201c') > -1) buffer = buffer.Replace('\u201c', '\"');
if (buffer.IndexOf('\u201d') > -1) buffer = buffer.Replace('\u201d', '\"');
if (buffer.IndexOf('\u201e') > -1) buffer = buffer.Replace('\u201e', '\"');
if (buffer.IndexOf('\u2026') > -1) buffer = buffer.Replace("\u2026", "...");
if (buffer.IndexOf('\u2032') > -1) buffer = buffer.Replace('\u2032', '\'');
if (buffer.IndexOf('\u2033') > -1) buffer = buffer.Replace('\u2033', '\"');

【讨论】：

在上面的答案中，我们提到了所有 MS Word 引号。没有任何简单的代码可以用直引号替换所有 MS Word 引号吗？我的意思是，我们如何列出所有 MS Word 引号？
@Anish Mittal：据我所知，这是最简单的方法。