Question

我需要使用转义字符“\”及其十六进制值替换字符串中的所有特殊unicode字符。例如，这个字符串：

String test="This is a string with the special è unicode char";

将Shuld替换为：

"This is a string with the special \E8 unicode char";

其中E8是char“è”的unicode值的十六进制值。

Answer 1

我有两个问题：

1）如何找到“特殊字符”，如果是> 127，我可以检查每个字符值吗？

这取决于你对“特殊”字符的定义。测试大于127的字符是测试非ASCII字符。由你决定这是否是你想要的。

2）以及如何将十六进制值作为字符串。

可以使用Integer.toHexString方法。

3）我可以使用正则表达式为字符串的每个字符找到它或循环吗？

循环更简单。

Answer 2

我正在尝试使用正则表达式替换此解决方案（我不知道为字符串中的每个字符串循环或使用正则表达式是否更好...）

                String test="This is a string with the special è unicode char";          
                Pattern pat=Pattern.compile("([^\\x20-\\x7E])");            
                int offset=0;           
                Matcher m=pat.matcher(test);            
                while(!m.hitEnd()) {
                    if (m.find(offset)) {
                        out.append(test.substring(offset,m.start()));               
                        for(int i=0;i<m.group(1).length();i++){
                          out.append(ESCAPE_CHAR);  
                          out.append(Integer.toHexString(m.group(1).charAt(i)).toUpperCase());
                        }                                           
                        offset=m.end();
                    }

                }
                return out.toString();

Answer 3

如果您的unicode字符都在\ u0080 - \ u00FF范围内，您可以使用此解决方案。

public class Convert {

    public static void main(String[] args) {
        String in = "This is a string with the special è unicode char";
        StringBuilder out = new StringBuilder(in.length());

        for (int i = 0; i < in.length(); i++) {
            char charAt = in.charAt(i);
            if (charAt > 127) {
                // if there is a high number (several e.g. 100.000) of conversions
                // this lead in less objects to be garbadge collected
                out.append('\\').append(Integer.toHexString(charAt).toUpperCase());
                // out.append(String.format("\\%X", (int) charAt));
            } else {
                out.append(charAt);
            }
        }
        System.out.println(out);
    }
}

带有十六进制代码的Java Unicode替换字符

3 个答案: