Как преобразовать международные (например, русские) строки в числа \u
(номера юникода)
например \u041e\u041a
для OK
?
Преобразование международной строки в \u коды в java
Ответ 1
Если вам нужно написать файл .properties
, вы можете просто добавить строки в объект Properties, а затем сохранить его в файл. Он позаботится о преобразовании.
Ответ 2
есть инструменты JDK, выполненные через командную строку следующим образом:
native2ascii -encoding utf8 src.txt output.txt
Пример:
src.txt
بسم الله الرحمن الرحيم
output.txt
\u0628\u0633\u0645 \u0627\u0644\u0644\u0647 \u0627\u0644\u0631\u062d\u0645\u0646 \u0627\u0644\u0631\u062d\u064a\u0645
Если вы хотите использовать его в своем приложении Java, вы можете обернуть эту командную строку:
String pathSrc = "./tmp/src.txt";
String pathOut = "./tmp/output.txt";
String cmdLine = "native2ascii -encoding utf8 " + new File(pathSrc).getAbsolutePath() + " " + new File(pathOut).getAbsolutePath();
Runtime.getRuntime().exec(cmdLine);
System.out.println("THE END");
Затем прочитайте содержимое нового файла.
Ответ 3
Вы можете использовать escapeJavaStyleString
от org.apache.commons.lang.StringEscapeUtils
.
Ответ 4
У меня также была эта проблема. У меня был какой-то португальский текст с некоторыми специальными символами, но эти символы были уже в формате Unicode (например: \u00e3
).
Итак, я хочу преобразовать S\u00e3o
в São
.
Я сделал это с помощью apache commons StringEscapeUtils. Как сказал @sorin-sbarnea. Можно загрузить здесь.
Используйте метод unescapeJava
, например:
String text = "S\u00e3o"
text = StringEscapeUtils.unescapeJava(text);
System.out.println("text " + text);
(Существует также метод escapeJava
, но он помещает символы юникода в строку.)
Если кто-то знает решение на чистой Java, сообщите нам.
Ответ 5
Здесь улучшенная версия ответа ArtB:
StringBuilder b = new StringBuilder();
for (char c : input.toCharArray()) {
if (c >= 128)
b.append("\\u").append(String.format("%04X", (int) c));
else
b.append(c);
}
return b.toString();
Эта версия избегает всех символов, отличных от ASCII, и работает правильно для низких кодовых точек Unicode, таких как Ä
.
Ответ 6
Есть три части ответа
- Получить Юникод для каждого символа
- Определите, находится ли он на кириллической странице
- Преобразовать в шестнадцатеричный.
Чтобы получить каждый символ, вы можете перебирать строку с помощью charAt()
или toCharArray()
.
for( char c : s.toCharArray() )
Значение char - это значение Unicode.
Символы Кириллица Unicode - это любой символ в следующих диапазонах:
Cyrillic: U+0400–U+04FF ( 1024 - 1279)
Cyrillic Supplement: U+0500–U+052F ( 1280 - 1327)
Cyrillic Extended-A: U+2DE0–U+2DFF (11744 - 11775)
Cyrillic Extended-B: U+A640–U+A69F (42560 - 42655)
Если он находится в этом диапазоне, это кириллица. Просто выполните проверку if. Если он находится в диапазоне, используйте Integer.toHexString()
и добавьте "\\u"
. Составленный вместе должен выглядеть примерно так:
final int[][] ranges = new int[][]{
{ 1024, 1279 },
{ 1280, 1327 },
{ 11744, 11775 },
{ 42560, 42655 },
};
StringBuilder b = new StringBuilder();
for( char c : s.toCharArray() ){
int[] insideRange = null;
for( int[] range : ranges ){
if( range[0] <= c && c <= range[1] ){
insideRange = range;
break;
}
}
if( insideRange != null ){
b.append( "\\u" ).append( Integer.toHexString(c) );
}else{
b.append( c );
}
}
return b.toString();
Изменить:, возможно, нужно сделать проверку c < 128
и отменить теги if
и else
; вы, вероятно, должны избегать всего, что не является ASCII. Я, вероятно, был слишком буквальным в своем чтении вашего вопроса.
Ответ 7
Там есть инструмент командной строки, который поставляется с java под названием native2ascii. Это преобразует файлы Unicode в файлы с экранированным ASCII. Я обнаружил, что это необходимый шаг для генерации файлов .properties для локализации.
Ответ 8
Сообщество Apache StringEscapeUtils.escapeEcmaScript(String)
возвращает строку с символами unicode, экранированными с использованием нотации \u
.
"Art of Beer 🎨 🍺" -> "Art of Beer \u1F3A8 \u1F37A"
Ответ 9
Существует java-библиотека с открытым исходным кодом MgntUtils, в которой есть утилита, которая преобразует строки в последовательность Unicode и наоборот:
result = "Hello World";
result = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(result);
System.out.println(result);
result = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString(result);
System.out.println(result);
Выход этого кода:
\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064
Hello World
Библиотека может быть найдена в Maven Central или в Github. Она поставляется в виде артефакта Maven, с источниками и Javadoc.
Вот javadoc для класса StringUnicodeEncoderDecoder
Ответ 10
Возможно, вы могли бы взломать, если из этого кода JavaScript:
/* convert 🙌 to \uD83D\uDE4C */
function text_to_unicode(string) {
'use strict';
function is_whitespace(c) { return 9 === c || 10 === c || 13 === c || 32 === c; }
function left_pad(string) { return Array(4).concat(string).join('0').slice(-1 * Math.max(4, string.length)); }
string = string.split('').map(function(c){ return "\\u" + left_pad(c.charCodeAt(0).toString(16).toUpperCase()); }).join('');
return string;
}
/* convert \uD83D\uDE4C to 🙌 */
function unicode_to_text(string) {
var prefix = "\\\\u"
, regex = new RegExp(prefix + "([\da-f]{4})","ig")
;
string = string.replace(regex, function(match, backtrace1){
return String.fromCharCode( parseInt(backtrace1, 16) )
});
return string;
}
source: iCompile - еще один код кодирования/декодирования Unicode для JavaScript
Ответ 11
Просто некоторые основные методы для этого (по мотивам инструмента native2ascii):
/**
* Encode a String like äöü to \u00e4\u00f6\u00fc
*
* @param text
* @return
*/
public String native2ascii(String text) {
if (text == null)
return text;
StringBuilder sb = new StringBuilder();
for (char ch : text.toCharArray()) {
sb.append(native2ascii(ch));
}
return sb.toString();
}
/**
* Encode a Character like ä to \u00e4
*
* @param ch
* @return
*/
public String native2ascii(char ch) {
if (ch > '\u007f') {
StringBuilder sb = new StringBuilder();
// write \udddd
sb.append("\\u");
StringBuffer hex = new StringBuffer(Integer.toHexString(ch));
hex.reverse();
int length = 4 - hex.length();
for (int j = 0; j < length; j++) {
hex.append('0');
}
for (int j = 0; j < 4; j++) {
sb.append(hex.charAt(3 - j));
}
return sb.toString();
} else {
return Character.toString(ch);
}
}