在 Java 中 Python 编码的 utf-8 字符串 \xc4\x91答案

【问题标题】：Python encoded utf-8 string \xc4\x91 in Java在 Java 中 Python 编码的 utf-8 字符串 \xc4\x91
【发布时间】：2013-09-06 19:11:51
【问题描述】：

如何从 Python 创建的字符串 'Oslobo\xc4\x91enja' 中获取正确的 Java 字符串？如何解码？我已经尝试了我认为的一切，到处寻找，我已经被这个问题困住了 2 天。请帮忙！

这是 Python 的 Web 服务方法，它返回 JSON，带有 Google Gson 的 Java 客户端会从该方法中解析它。

def list_of_suggestions(entry):
   input = entry.encode('utf-8')
   """Returns list of suggestions from auto-complete search"""
   json_result = { 'suggestions': [] }
   resp = urllib2.urlopen('https://maps.googleapis.com/maps/api/place/autocomplete/json?input=' + urllib2.quote(input) + '&location=45.268605,19.852924&radius=3000&components=country:rs&sensor=false&key=blahblahblahblah')
   # make json object from response
   json_resp = json.loads(resp.read())

   if json_resp['status'] == u'OK':
     for pred in json_resp['predictions']:
        if pred['description'].find('Novi Sad') != -1 or pred['description'].find(u'Нови Сад') != -1:
           obj = {}
           obj['name'] = pred['description'].encode('utf-8').encode('string-escape')
           obj['reference'] = pred['reference'].encode('utf-8').encode('string-escape')
           json_result['suggestions'].append(obj)

   return str(json_result)

这是Java客户端的解决方案

private String python2JavaStr(String pythonStr) throws UnsupportedEncodingException {
    int charValue;
    byte[] bytes = pythonStr.getBytes();
    ByteBuffer decodedBytes = ByteBuffer.allocate(pythonStr.length());
    for (int i = 0; i < bytes.length; i++) {
        if (bytes[i] == '\\' && bytes[i + 1] == 'x') {
            // \xc4 => c4 => 196
            charValue = Integer.parseInt(pythonStr.substring(i + 2, i + 4), 16);
            decodedBytes.put((byte) charValue);
            i += 3;
        } else
            decodedBytes.put(bytes[i]);
    }
    return new String(decodedBytes.array(), "UTF-8");
}

【问题讨论】：

您将 UTF-8 数据显示为 Python 字符串文字，将其解码为 Unicode 会得到 Oslobođenja。大概 Java 可以处理 UTF-8 数据？
也许看看这个问题：stackoverflow.com/questions/5943152/string-decode-utf-8
@Ognjen：坚持使用json 模块以生成有效的 JSON。 u'Oslobo\u0111enja' 是 not JSON，这是一个 Python 字符串文字。 "Oslobo\u0111enja"是.
@Ognjen：你想做什么是？如果您在 python 中加载 JSON，那么u'Oslobo\u0111enja' 正是您想要的。那是一个有效的 Unicode 值。我假设您正在生成 JSON 以便读取一些Java 代码，并且在Java 方面遇到了困难。
@Ognjen：你能更新你的问题以显示代码吗？将 Unicode 值传递给 json.dumps() 以生成有效的 JSON 供 Java 处理，或者使用 encoding 参数告诉 json.dumps() 如何解码字节字符串。

标签： java python string utf-8 utf8-decode

【解决方案1】：

您正在返回 python 数据结构的字符串版本。

改为返回实际的 JSON 响应；将值保留为 Unicode：

if json_resp['status'] == u'OK':
    for pred in json_resp['predictions']:
        desc = pred['description'] 
        if u'Novi Sad' in desc or u'Нови Сад' in desc:
            obj = {
                'name': pred['description'],
                'reference': pred['reference']
            }
            json_result['suggestions'].append(obj)

return json.dumps(json_result)

现在 Java 不必解释 Python 转义码，而是可以解析有效的 JSON。

【讨论】：

正如你会说英语的人所说的那样：工作就像一个魅力！ :) 谢谢，这是更优雅的解决方案。我还在学习 Python。

【解决方案2】：

Python 通过将其 UTF-8 字节 转换为一系列 \xVV 值来转义 unicode 字符，其中 VV 是字节的十六进制值。这非常与 java unicode 转义不同，后者只是每个字符一个 \uVVVV，其中 VVVV 是十六进制 UTF-16 编码。

考虑：

\xc4\x91

在十进制中，这些十六进制值是：

196 145

然后（在 Java 中）：

byte[] bytes = { (byte) 196, (byte) 145 };
System.out.println("result: " + new String(bytes, "UTF-8"));

打印：

result: đ

【讨论】：

谢谢你10000次！给我买啤酒，给我寄账单:) 再次感谢！