将带有 Unicode 字符的十进制格式（html 编码）的字符串转换为常规字符串答案

【问题标题】：Convert a string with Unicode characters in decimal format(html encoded) to a regular string将带有 Unicode 字符的十进制格式（html 编码）的字符串转换为常规字符串
【发布时间】：2014-06-13 11:38:26
【问题描述】：

我有一个 Map 类型的变量。

if (sourceMap.containsKey(currentRow)) {
    //Remove the row from Map
} else {
    //Mismatch
}

其中sourceMap 是一个Hashmap 变量，其中包含许多字符串，例如

Period Name
Person Last Name
Person First Name
Order Code
Ship_to_Customer_Name
Sub_Profit_Center
Commission Amount
Credit Amount
Rate Amount
Apr-09
Morgan
Martin
1022334852
Carl Zeiss de M&# 195;&# 189;xico, S.A. de C.V.(no space after the # in the string)

而currentRow 包含以下字符串：

Carl Zeiss de MÃ½xico, S.A. de C.V.

与最后一行相同。我的要求是它应该匹配。现在它不匹配。我必须做什么转换才能匹配那些

这些字符串来自不同的文件第一个以 CSV 格式下载，因此没有 unicode 字符。第二个（currentRow）以 unicode txt 格式下载并使用 dos2unix 转换为 CSV ..

【问题讨论】：

“当前行”看起来像是在将其从二进制转换为文本时应用了错误的编码。请提供有关值来自何处的更多信息 - 我怀疑您需要更早解决问题。
编码错误&# 195;&# 189; 不同于Ã½
字符串Carl Zeiss de "M&# 195;&# 189;xico, S.A. de C.V.（即使删除了实体中的无效空格）与字符串Carl Zeiss de MÃ½xico, S.A. de C.V.不同有两种不同的方式：1.第一个使用（或尝试使用) HTML 字符实体（对 Java 来说没什么特别的），以及 2. 第一个在大写 M 之前有一个引号，而第二个没有。作为参考，Java 中的Unicode escape sequences 如下所示：\uXXXX（其中X 是一个十六进制数字）。
更新了问题..双引号输入错误，#symbol 后没有空格
这些字符串来自不同的文件，第一个以 CSV 格式下载，因此没有 unicode 字符..第二个 (currentRow) 以 unicode txt 格式下载并使用 dos2unix 转换为 CSV..

标签： java string unicode hashmap

【解决方案1】：

Carl Zeiss de M&#195;&#189;xico, S.A. de C.V.

这是一个包含 HTML 编码字符的字符串。您可以使用诸如unescapeHtml4 之类的实用函数来执行 HTML-unescape。

通常，您希望将字符串保留为原始格式，而不是在其中包含 HTML 转义符。看看你在哪里得到你的sourceMap - 如果你控制它并且可以修复它，避免无缘无故的逃跑，那么这就会奏效。另请注意，MÃ½xico，无论是否为 HTML 编码，看起来都像是在堆栈中的其他地方错误处理 Unicode 字符的证据。

【讨论】：

Greate...谢谢....它起作用了..只是好奇。对其他字符串有什么影响..我检查了其他字符串，发现没有问题，只是为了澄清我我问..

【解决方案2】：

首先我们要从下面的urlhttp://www.java2s.com/Code/Jar/c/Downloadcommonlang3jar.htm下载jar文件

现在添加import语句如下

import static org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4;

现在我们需要使用我们想要转义 html 编码字符串的方法。例如：

String s=Carl Zeiss de M&#195;&#189;xico, S.A. de C.V.
System.out.println("Before: "+s);
s=unescapeHtml4(s);
System.out.println("After: "+s);

现在输出如下

Before: Carl Zeiss de M&#195;&#189;xico, S.A. de C.V. 
After: Carl Zeiss de MÃ½xico, S.A. de C.V.

【讨论】：