java Unicode 转 utf-8 汉字

川长思鸟来 2022-08-13 15:57 228阅读 0赞

// 从网络上下载到的网页经常是Unicode格式的，这个工具类可以将<span style="font-family: Arial, Helvetica, sans-serif;">Unicode格式转换为utf-8格式，也就是讲\u2422\u3243之类的编码转换为汉字，非常好用，双引号什么的没有影响。</span>

package util;
    
    import java.nio.ByteBuffer;
    import java.nio.charset.Charset;
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    /**
     * @author tian
     *
     */
    public class CharSetUtil {
    
    	/**
    	 * 解码 Unicode \\uXXXX
    	 * @param str
    	 * @return
    	 */
    	public static String decodeUnicode(String str) {
    		Charset set = Charset.forName("UTF-16");
    		Pattern p = Pattern.compile("\\\\u([0-9a-fA-F]{4})");
    		Matcher m = p.matcher( str );
    		int start = 0 ;
    		int start2 = 0 ;
    		StringBuffer sb = new StringBuffer();
    		while( m.find( start ) ) {
    			start2 = m.start() ;
    			if( start2 > start ){
    				String seg = str.substring(start, start2) ;
    				sb.append( seg );
    			}
    			String code = m.group( 1 );
    			int i = Integer.valueOf( code , 16 );
    			byte[] bb = new byte[ 4 ] ;
    			bb[ 0 ] = (byte) ((i >> 8) & 0xFF );
    			bb[ 1 ] = (byte) ( i & 0xFF ) ;
    			ByteBuffer b = ByteBuffer.wrap(bb);
    			sb.append( String.valueOf( set.decode(b) ).trim() );
    			start = m.end() ;
    		}
    		start2 = str.length() ;
    		if( start2 > start ){
    			String seg = str.substring(start, start2) ;
    			sb.append( seg );
    		}
    		return sb.toString() ;
    	}
    	
    	public static void main(String[] args) {
    		System.out.println( decodeUnicode("\\u5907abbbbbs\\u5907"));
    	}
    }

发表评论取消回复

表情：

评论列表（有 0 条评论，228人围观）

还没有评论，来说两句吧...

相关阅读

相关汉字的Unicode范围(转)

在网上搜索了一下汉字的Unicode范围，普遍给出了“U+4E00..U+9FA5”。但事实上这个范围是不完整的，甚至连基本的全角（中文）标点也未包含在内。根据最新的Unico

墨蓝/ 2024年02月25日 02:26/ 0 赞/ 45 阅读

相关 UTF-8和Unicode

文章目录 Unicode与网络传输 Unicode 网络传输 UTF：Unicode Transformation Format U

落日映苍穹つ/ 2023年09月23日 22:28/ 0 赞/ 106 阅读

相关 Android Unicode编码转汉字

private static String convertToChinese(String dataStr) { if (dataStr ==

灰太狼/ 2022年11月21日 04:14/ 0 赞/ 356 阅读

相关 java unicode转UTF-8

package data.test; import org.slf4j.Logger; import org.slf4j.LoggerFact

╰半橙微兮°/ 2022年09月09日 02:10/ 0 赞/ 166 阅读

相关 java Unicode 转 utf-8 汉字

// 从网络上下载到的网页经常是Unicode格式的，这个工具类可以将<span style="font-family: Arial, Helvetica, sans-

川长思鸟来/ 2022年08月13日 15:57/ 0 赞/ 229 阅读

相关 ASCII、Unicode、UTF-8

ASCII 在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节

红太狼/ 2022年06月09日 02:58/ 0 赞/ 170 阅读

相关 Unicode和UTF-8

作者：于洋链接：https://www.zhihu.com/question/23374078/answer/69732605 来源：知乎著作权归作者所有。商业转

迈不过友情╰/ 2022年05月27日 14:06/ 0 赞/ 182 阅读

相关 PHP Unicode转utf-8

function unicode_decode($name, $out_charset = 'UTF-8', $in_charset = 'UCS-2BE')

ゝ一纸荒年。/ 2022年05月27日 01:15/ 0 赞/ 253 阅读

相关 ASCII、Unicode、UTF-8

前言一直对ASCII、Unicode、UTF-8编码不是很清楚，无意间看到了一篇文章对此解释的比较详细，就记录一下。 1.ASCII 我们知道，计算

迷南。/ 2022年02月28日 13:50/ 0 赞/ 248 阅读

相关 Unicode与UTF-8互转(C语言实现)【转】

[原文： ][Link 1][http://blog.csdn.net/tge7618291/article/details/7599902][Link 1]

浅浅的花香味﹌/ 2021年11月02日 03:10/ 0 赞/ 368 阅读