java - parse - Convierta el carácter Unicode escapado a su carácter real

string to byte utf 8 java

Question

Tengo el siguiente valor en una variable de cadena en Java que tiene caracteres UTF-8 codificados como a continuación

Dodd/u2013Frank

en lugar de

Dodd–Frank

(Supongamos que no tengo control sobre cómo se asigna este valor a esta variable de cadena)

¿Ahora cómo lo convierto (codifica) correctamente y lo vuelvo a almacenar en una variable String ?

Encontré el siguiente código

Charset.forName("UTF-8").encode(str);

Pero esto devuelve un ByteBuffer , pero quiero un String vuelta.

Editar :

Algo más de información adicional.

Cuando uso System.out.println(str); yo obtengo

Dodd/u2013Frank

No estoy seguro de cuál es la terminología correcta (UTF-8 o Unicode). Perdón por eso.

Answer 1

Puede aprovechar el hecho de que java.util.Properties admite cadenas con secuencias de escape ''/ uXXXX'' y hacer algo como esto:

Properties p = new Properties();
p.load(new StringReader("key="+yourInputString));
System.out.println("Escaped value: " + p.getProperty("key"));

Inelegante, pero funcional.

Answer 2

Puede convertir ese búfer de bytes a String de esta manera:

import java.nio.charset.Charset;
import java.nio.charset.CharsetDecoder;
import java.nio.ByteBuffer

public static CharsetDecoder decoder = CharsetDecoder.newDecoder();

public static String byteBufferToString(ByteBuffer buffer)
{
    String data = "";
    try 
    {
        // EDITOR''S NOTE -- There is no ''position'' method for ByteBuffer.
        //                   As such, this is pseudocode.
        int old_position = buffer.position();
        data = decoder.decode(buffer).toString();
        // reset buffer''s position to its original so it is not altered:
        buffer.position(old_position);  
    }
    catch (Exception e)
    {
        e.printStackTrace();
        return "";
    }
    return data;
 }

Answer 3

Supongamos que tiene un valor Unicode, como 00B0 (símbolo de grado, o superíndice ''o'', como en la abreviación en español de ''primero'')

Aquí hay una función que hace exactamente lo que quiere:

public static String  unicodeToString( char  charValue )
{
    Character   ch = new Character( charValue );

    return ch.toString();
}

Answer 4

Utilicé StringEscapeUtils.unescapeXml para unescape de la cadena cargada desde una API que da resultado XML.

Answer 5

tratar

str = org.apache.commons.lang3.StringEscapeUtils.unescapeJava(str);

de Apache Commons Lang