25

我正在尝试从 pdf 中提取文本并将其写入 json 文件。在提取 unicode 字符时，Json 将所有 & 转换为 \u0026。例如我的实际字符串是&#1588. （代表Ô）。它可以正确打印到 .txt 文件、控制台等。但是当我尝试将此字符串打印到 Json 文件时，它会显示\u0026#1588;.

我正在使用Java，代码是

Gson gson = new Gson();
String json = gson.toJson(pdfDoc);

注意：pdfDoc是一个对象，包含输入 PDF 文档中字符的所有详细信息（位置、颜色、字体等）。我正在使用gson-2.2.1.jar.

4

2 回答 2

43

这实际上是一种有效的（但不是必需的）编码。任何字符都可以使用 JSON 中的 unicode 转义进行编码，并且任何有效的 JSON 解析库必须能够解释这些转义。

&不是需要编码的字符的一部分（参见string json.org上的定义），但是有一些 JSON 库的编码非常“激进”。这通常不是问题，除非您没有真正使用符合标准的 JSON 解析器来处理生成的 JSON。

如果您绝对需要， GsonBuilder.disableHtmlEscaping()将帮助您关闭该功能。

于 2012-10-03T05:29:46.037 回答
0

使用以下代码从 Swift 中的 unsplash.com JSON 文件中解码 \u0026：

extension String {
    func utf8DecodedString()-> String {
        let data = self.data(using: .utf8)
        let message = String(data: data!, encoding: .nonLossyASCII) ?? ""
        return message
    }
    
    func utf8EncodedString()-> String {
        let messageData = self.data(using: .nonLossyASCII)
        let text = String(data: messageData!, encoding: .utf8) ?? ""
        return text
    }
}

let jsonOriginal = #"Let\u2019s not be na\357ve \u0026 dumb!"#

print(jsonOriginal)
print("----")

let jsonDecoded = jsonOriginal.utf8DecodedString()
print(jsonDecoded)

let jsonEncoded = jsonDecoded.utf8EncodedString()
print(jsonEncoded)

奇怪的是，编码离开 & 并且不会重新编码为 \u0026??

于 2022-01-04T22:26:04.600 回答