0

我能够弄清楚如何使用以下代码将 Unicode 字符串转换为 ASCII 字符串。（学分在代码中）

    //create a string using unicode that says "hello" when printed to console
    String unicode = "\u0068" + "\u0065" + "\u006c" + "\u006c" + "\u006f";
    System.out.println(unicode);
    System.out.println("");

    /* Test code for converting unicode to ASCII
     * Taken from http://stackoverflow.com/questions/15356716/how-can-i-convert-unicode-string-to-ascii-in-java
     * Will be commented out later after tested and implemented.
     */
    //String s = "口水雞 hello Ä";

    //replace String s with String unicode for conversion
    String s1 = Normalizer.normalize(unicode, Normalizer.Form.NFKD);
    String regex = Pattern.quote("[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+");

    String s2 = new String(s1.replaceAll(regex, "").getBytes("ascii"), "ascii");

    System.out.println(s2);
    System.out.println(unicode.length() == s2.length());
    //End of Test code that was implemented

现在，我的问题和好奇心已经战胜了我。我尝试用谷歌搜索，因为我对 Java 没有最好的了解。

我的问题是，是否可以将 ASCII 字符串转换为 UTF 格式？特别是 UTF-16。（我说 UTF-16 是因为我知道 UTF-8 与 ASCII 有多么相似，并且没有必要从 ASCII 转换为 UTF-8）

提前致谢！

4

1 回答 1

1

Java 字符串使用 UTF-16 作为内部格式，它不相关，因为String类会处理它。您只会在两种情况下看到差异：

  1. 当检查String作为字节数组时（见下文）。这在 C 中一直发生，但在更现代的语言（例如 Java 或 Python 3.x）之间适当区分字符串和字节数组时，情况并非如此。
  2. 转换为更具限制性的编码（这是您所做的，将 UTF-8 转换为 ASCII）时，因为需要替换某些字符。

如果您想在写入文件（或等效文件）之前将内容编码为 UTF-16，您可以这样做：

String data = "TEST";
OutputStream output = new FileOutputStream("filename.txt");
output.write(data.getBytes("UTF-16"));
output.close();

结果文件将包含：

0000000: feff 0054 0045 0053 0054                 ...T.E.S.T

它是 UTF-16，开头带有 BOM 字节。

于 2013-09-12T20:05:18.930 回答