Question

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变得更好了。我一直在谷歌上搜索，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因为我知道UTF-8与ASCII有多相似，所以没有必要从ASCII转换为UTF-8）

提前致谢！

Answer 1

Java字符串使用UTF-16作为内部格式，它不相关，因为String类负责处理它。您将在两种情况下看到差异：

将String检查为字节数组（见下文）。这种情况一直发生在C语言中，但对于更现代的语言而言并非如此，并且在字符串和字节数组之间有适当的区别（例如Java或Python 3.x）。
转换为限制性更强的编码（就是你所做的，UTF-8到ASCII），因为某些字符需要被替换。

如果要在写入文件（或等效文件）之前将内容编码为UTF-16，可以使用：

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

开头的BOM字节是UTF-16。

使用Java将ASCII转换为UTF-16

1 个答案: