53

\u国際的な（ロシア語などの）文字列を数値（Unicode番号など）
に変換するにはどうすればよい\u041e\u041aですOKか？

4

12 に答える 12

62

次のようにコマンドラインから実行されるJDKツールがあります。

native2ascii -encoding utf8 src.txt output.txt

例 ：

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

Javaアプリケーションで使用する場合は、次のコマンドラインでラップできます。

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");

次に、新しいファイルの内容を読み取ります。

于 2013-09-24T10:11:44.927 に答える
23

escapeJavaStyleStringから使用できますorg.apache.commons.lang.StringEscapeUtils。

于 2011-06-03T16:59:16.373 に答える
16

私もこの問題を抱えていました。いくつかの特殊文字を含むポルトガル語のテキストがありましたが、これらの文字はすでにUnicode形式になっています（例:) \u00e3。

S\u00e3oだから私はに変換したいと思いSãoます。

私はapachecommonsStringEscapeUtilsを使用してそれを行いました。@sorin-sbarneaが言ったように。ここからダウンロードできます。

unescapeJava次のような方法を使用します。

String text = "S\u00e3o"
text = StringEscapeUtils.unescapeJava(text);
System.out.println("text " + text);

（メソッドもありますがescapeJava、これはユニコード文字を文字列に入れます。）

純粋なJavaの解決策を知っている人がいたら、教えてください。

于 2012-05-14T16:08:55.870 に答える
16

ArtBの回答の改善版は次のとおりです。

    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();

このバージョンは、すべての非ASCII文字をエスケープし、のような低いUnicodeコードポイントに対して正しく機能しますÄ。

于 2014-12-08T13:42:09.873 に答える
12

答えには3つの部分があります

  1. 各文字のUnicodeを取得します
  2. キリル文字ページにあるかどうかを確認します
  3. 16進数に変換します。

charAt()各文字を取得するには、またはtoCharArray()メソッドを使用して文字列を反復処理できます。

for( char c : s.toCharArray() )

charの値はUnicode値です。

キリル文字のUnicode文字は、次の範囲の任意の文字です。

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)

この範囲内にある場合はキリル文字です。ifチェックを実行するだけです。範囲内にある場合は、を使用Integer.toHexString()して先頭に追加し"\\u"ます。まとめると、次のようになります。

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();

編集：おそらくチェックを行い、と本文c < 128を逆にする必要があります。おそらくASCII以外のすべてをエスケープする必要があります。あなたの質問を読んだとき、私はおそらく文字通りすぎたでしょう。ifelse

于 2011-06-03T17:14:00.370 に答える
7

native2asciiと呼ばれるJavaに付属するコマンドラインツールがあります。これにより、UnicodeファイルがASCIIエスケープファイルに変換されます。これは、ローカリゼーション用の.propertiesファイルを生成するために必要な手順であることがわかりました。

于 2011-06-03T17:27:03.883 に答える
6

ファイルを書き込むためにこれが必要な場合は.properties、文字列をプロパティオブジェクトに追加して、ファイルに保存するだけです。変換は面倒を見てくれます。

于 2011-06-03T17:00:56.413 に答える
5

Apache commonsは、表記法StringEscapeUtils.escapeEcmaScript(String)を使用してエスケープされたUnicode文字を含む文字列を返します。\u

"Art of Beer  " -> "Art of Beer \u1F3A8 \u1F37A"
于 2016-07-18T19:09:43.973 に答える
3

文字列をユニコードシーケンスに、またはその逆に変換するユーティリティを備えたオープンソースのJavaライブラリMgntUtilsがあります。

result = "Hello World";
result = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(result);
System.out.println(result);
result = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString(result);
System.out.println(result);

このコードの出力は次のとおりです。

\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064
Hello World

ライブラリはMavenCentralまたはGithubにあります。Mavenアーティファクトとして提供され、ソースとjavadocが付属しています。

StringUnicodeEncoderDecoderクラスのjavadocは次のとおりです。

于 2018-12-27T13:40:47.463 に答える
2

そのためのいくつかの基本的なメソッド（native2asciiツールからインスピレーションを得たもの）：

/**
 * 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);
    }
}
于 2018-02-09T12:50:40.997 に答える
0

このJavaScriptコードからの場合、おそらくハッキングする可能性があります。

/* 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;
}

ソース：iCompile-さらに別のJavaScriptUnicodeエンコード/デコード

于 2016-01-03T03:15:54.677 に答える
0

このタイプ名はDecode/UnescapeUnicodeです。このサイトはオンラインコンバーターにリンクしています。

于 2020-06-10T11:20:59.843 に答える