Java中的Unicode到String但很棘手答案

【问题标题】：Unicode to String in java but trickyJava中的Unicode到String但很棘手
【发布时间】：2013-02-12 14:25:10
【问题描述】：

我正在使用其 API 从网站获取数据，该 API 以 JSON 格式返回数据。问题在于JSON 中有一些变音符号。它将返回其UNICODE，例如Münich 将是 Mu\u0308nich。

当我将此JSON 字符串传递给org.codehaus.jettison.json.JSONObject 的构造函数时，Mu\u0308nich 被转换为Munich (n has an umlaut)。错了。

我很晚才意识到这一点（在获取整个数据之后）。现在我使用以下方法将其转换回Unicode 形式，即我将Munich (n has an umlaut) 传递给该方法并返回Mu\u0308nich。

我想以某种方式将此Mu\u0308nich 转换为Münich。有任何想法吗？

请注意，只有u\u0308 到ü 和o\u0308 到ö 和a\u0308 到ä 等需要转换。

用于转换回来的方法 -

public static String escapeUnicode(String input) {
    StringBuilder b = new StringBuilder(input.length());
    Formatter f = new Formatter(b);
    for (char c : input.toCharArray()) {
        if (c < 128) {
            b.append(c);
        } else {
            f.format("\\u%04x", (int) c);
        }
    }
    return b.toString();
}

【问题讨论】：

chen如何改成nich，在慕尼黑和慕辰？
@nhahtdh 错字。对不起。已更正。
我认为元音变音取决于程序如何显示它（元音变音是一个单独的字符）。某些程序将无法正确显示字符。
@nhahtdh - 问题是在某些情况下我已经有了“正确的”，即慕尼黑。现在，当我尝试将它与这个 n umlaut 数据匹配时。我不工作。

标签： java regex unicode

【解决方案1】：

这些称为Diacritics，您可以使用Normalizer 将变音符号组合成单个Unicode 字符。

使用normalize 方法和表单NFKC。这将首先将完整的字符串分解为变音符号，然后进行组合以返回“真实”的 unicode 变音符号。

所以：“München”保持“München”，“Mu\u0308nchen”将变为“München”

然后您将拥有单一格式的字符串，不再使用变音符号，并且易于携带和显示。

如果您使用来自不同平台的文本，一些规范化是至关重要的，否则您最终会遇到您所描述的问题。

【讨论】：

他不想摆脱他们。他希望它能够正确显示。
他说：我想以某种方式将这个 Mu\u0308nich 转换为 Münich。有任何想法吗？而上面的方法正是这样做的。
对不起，我想你应该说“将它们组合成一个字符”而不是“摆脱”。
已编辑，您是对的。组合声音比“摆脱”更好。