6

我有一堆看起来像这样的字符:

Комуникационна кабелна система

有时我有这样的混合:

Généralités

第一个翻译成:

Комуникационна кабелна система

第二个是:

一般情况

我可以使用浏览器看到这一点并将它们放入正文中。

但是我怎样才能让java输出“真实”的字符呢?上面的编码叫什么?

我尝试了几件事,最后这个(没有用):

import java.nio.charset.*;
import java.nio.ByteBuffer;
import java.nio.CharBuffer;

List<String> lst = new ArrayList<String>(); lst.add("&#1050;"); lst.add("&#1086;");
for ( String s : lst ) {

    Charset utf8charset = Charset.forName("UTF-8");
    Charset iso88591charset = Charset.forName("ISO-8859-1");

    ByteBuffer inputBuffer = ByteBuffer.wrap( s.getBytes() );

    // decode UTF-8
    CharBuffer data = utf8charset.decode(inputBuffer);

    // encode ISO-8559-1
    ByteBuffer outputBuffer = iso88591charset.encode(data);
    byte[] outputData = outputBuffer.array();

    System.out.println ( new String(outputData) )
}
4

1 回答 1

7

你可以使用commons-lang来避免这种事情。在 Groovy 中:

@Grab( 'commons-lang:commons-lang:2.6' )
import org.apache.commons.lang.StringEscapeUtils as SEU

def str = 'G&#233;n&#233;ralit&#233;s'

println SEU.unescapeHtml( str )
于 2012-03-14T14:56:39.457 回答