Преобразование международной строки в коды \u в java

Если вам это нужно для записи файла .properties, вы можете просто добавить строки в объект свойств, а затем сохранить его в файл. Он позаботится о преобразовании.

есть инструменты JDK, выполняемые 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 Java-приложении, вы можете обернуть эту командную строку следующим образом:

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.

Вы можете использовать escapeJavaStyleString из org.apache.commons.lang.StringEscapeUtils.

У меня также была эта проблема. У меня был текст на португальском языке с некоторыми специальными символами, но эти символы уже были в формате Unicode (например: \u00e3).

Итак, я хочу преобразовать S\u00e3o в São.

Я сделал это, используя ресурсы Apache 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 в строку символы Юникода.)

Если кто-то знает решение на чистой Java, сообщите, пожалуйста.

Вот 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 экранирует все символы, отличные от ASCII, и корректно работает с низкими кодовыми точками Unicode, такими как Ä.

Ответ состоит из трех частей

1. Получить Unicode для каждого символа
2. Определите, находится ли он на кириллической странице
3. Преобразование в шестнадцатеричное.

Чтобы получить каждый символ, вы можете выполнить итерацию по строке, используя charAt() или toCharArray() методы.

for( char c : s.toCharArray() )

Значение char является значением Unicode.

Кириллические символы Unicode — это любые символы из следующих диапазонов:

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 перед "\\u". В совокупности это должно 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();

Редактировать: вероятно, следует сделать проверку c < 128 и поменять местами тела if и else; вам вероятно следует избегать всего, что не является ASCII. Я, наверное, слишком буквально прочитал ваш вопрос.

Существует инструмент командной строки, который поставляется с java и называется native2ascii< /а>. Это преобразует файлы Unicode в файлы с экранированием ASCII. Я обнаружил, что это необходимый шаг для создания файлов .properties для локализации.

Apache commons StringEscapeUtils.escapeEcmaScript(String) возвращает строку с символами Юникода, экранированными с использованием нотации \u.

"Art of Beer ???? ????" -> "Art of Beer \u1F3A8 \u1F37A"

Существует java-библиотека с открытым исходным кодом MgntUtils, в которой есть утилита, которая преобразует строки в последовательность юникода и наоборот:

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

Вывод этого кода:

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

Библиотеку можно найти по адресу Maven Central. или на Github. Он поставляется как артефакт maven, с исходниками и javadoc.

Вот javadoc для класса StringUnicodeEncoderDecoder.

Просто некоторые основные методы для этого (вдохновленные инструментом 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);
    }
}

Вероятно, вы могли бы взломать этот код 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;
}

источник: iCompile — еще одно кодирование/декодирование Unicode для JavaScript

имя этого типа — Decode/Unescape Unicode. это ссылка на сайт онлайн-конвертер.