java - 这些神秘人物是什么

Question

这可能不是一个编程问题，但我在 Google 上找不到任何答案。

我目前有一些文本挖掘任务并进行数据清理。我经常遇到一些不可读的神秘字符。

这些字符是：&#x003b2等&#x00025。

所有这些都以特定的模式开始，因此我相信它们代表了一些 Excel 不可读的编码。

有没有办法转换它们？我需要知道这些字符的确切含义才能知道是否应该删除它们。

Answer 1

这些可能是 Unicode 字符，以十六进制格式编写为 HTML 实体。

• &#x003b2是“希腊小写字母 BETA”（β）。
• &#x00025是“百分号”(%)。

Answer 2

它们看起来像格式化的十六进制值（如果您使用字符，可能是 unicode）。您可能将它们称为0x003B2and0x00025或许多其他方式。