Unicode编码和中文互转（JAVA实现）

梦里梦外; 2023-10-18 14:04 127阅读 0赞

/**
    	 * 获取字符串的unicode编码 汉字“木”的Unicode 码点为Ox6728
    	 *
    	 * @param s
    	 *            木
    	 * @return \ufeff\u6728 \ufeff控制字符 用来表示「字节次序标记（Byte Order Mark）」不占用宽度
    	 *         在java中一个char是采用unicode存储的 占用2个字节 比如 汉字木 就是 Ox6728
    	 *         4bit+4bit+4bit+4bit=2字节
    	 */
    	public static String stringToUnicode(String s) {
    		try {
    			StringBuffer out = new StringBuffer("");
    			// 直接获取字符串的unicode二进制
    			byte[] bytes = s.getBytes("unicode");
    			// 然后将其byte转换成对应的16进制表示即可
    			for (int i = 0; i < bytes.length - 1; i += 2) {
    				out.append("\\u");
    				String str = Integer.toHexString(bytes[i + 1] & 0xff);
    				for (int j = str.length(); j < 2; j++) {
    					out.append("0");
    				}
    				String str1 = Integer.toHexString(bytes[i] & 0xff);
    				out.append(str1);
    				out.append(str);
    			}
    			return out.toString();
    		} catch (UnsupportedEncodingException e) {
    			e.printStackTrace();
    			return null;
    		}
    	}

/**
    	 * Unicode转 汉字字符串
    	 *
    	 * @param str
    	 *            \u6728
    	 * @return '木' 26408
    	 */
    	public static String unicodeToString(String str) {
    
    		Pattern pattern = Pattern.compile("(\\\\u(\\p{XDigit}{4}))");
    		Matcher matcher = pattern.matcher(str);
    		char ch;
    		while (matcher.find()) {
    			// group 6728
    			String group = matcher.group(2);
    			// ch:'木' 26408
    			ch = (char) Integer.parseInt(group, 16);
    			// group1 \u6728
    			String group1 = matcher.group(1);
    			str = str.replace(group1, ch + "");
    		}
    		return str;
    	}