编辑:
我正在从文件中读取该字符串,因此本主题实际上是关于以下问题的:
我有这个字符串,它等于从文件中收到的字符串():
"Diogo Pi\\u00e7arra - Tu E Eu"
如何使Java将结果字符串“ç”读取为“ç”字符?
发生这种情况是因为文件不是在UTF-8中编码的,而是在转义的Unicode中编码的,因此我将“ç”读取为字符串而不是Unicode字符的原因。所以我需要一个在运行时解析它的函数。我可以遍历。替换()函数来解析这个,但是……
老问题(在我明白发生了什么之前以错误的方式提问,请忽略以下文本):
我有以下字符串:
final String str = "Diogo Pi\u00e7arra - Tu E Eu";
我想将其转换为:
"Diogo Piçarra - Tu E Eu"
我已经尝试了所有方法,从Apache Long工具un逃逸功能,到
new String(str.getBytes("UTF-16"), "UTF-16")
或
new String(str.getBytes("UTF-8"), "UTF-8")
或
new String(str.getBytes("UTF-16"))
或
new String(str.getBytes("UTF-8"))
但是什么都没用…!
接下来我可以尝试什么?
谢谢!
我让它为我工作的方式,从显式写入转义unicode的文件中读取:
BufferedReader reader1 = new BufferedReader(new InputStreamReader(file.getInputStream()));
byte c;
while ((c = (byte) reader1.read()) != -1) {
output.append(new String(new byte[] { c }, "UTF-8"));
}
return StringEscapeUtils.unescapeJava(output.toString());
这行得通是因为
StringEscapeUtils.unescapeJava("Diogo Pi\\u00e7arra - Tu E Eu")
results in "Diogo Piçarra - Tu E Eu"
final String str = new String("Diogo Pi\u00e7arra - Tu E Eu".getBytes(),
Charset.forName("UTF-8"));
结果:
尝试使用不带参数的getBytes()
方法(这里将使用defaultCharset
)。但这不是必需的。不需要转换:
final String str = "Diogo Pi\u00e7arra - Tu E Eu";
你会有同样的结果。