java和mysql中相同字符串的不同unicodes

Question

据我所知，我知道unicode字符意味着每个字母都有一个唯一的代码。

在我的数据库中，我设置了utl8。

在这里，我将一个字符串（ఉత్తరప్రదేశ్）直接保存到java中的数据库中。然后将其另存为

ఉత్తరప
్రదేశ్ 

但我使用

保存在数据库中的相同字符串

escapeUnicode(StringEscapeUtils.unescapeHtml("here string"));


public String escapeUnicode(String input) {
   StringBuilder b = new StringBuilder(input.length());
   Formatter f = new Formatter(b);
    for (char c : input.toCharArray()) {
      if (c < 128) {
        b.append(c);
      } else {
        f.format("\\u%04x", (int) c);
      }
     }
   return b.toString();
}

正在生成unicode

\u0c09\u0c24\u0c4d\u0c24\u0c30\u0c2a\u0c4d\u0c30\u0c26\u0c47\u0c36\u0c4d

两者都在浏览器中正确显示。为什么它们都生成不同的unicodes？ 提前谢谢..

Answer 1

那些不不同的数字......

• 3081 = 0c09 =ఉ= TELUGU LETTER U
• 3108 = 0c24 =త= TELUGU LETTER TA
• 3149 = 0c4d =్= TELUGU SIGN VIRAMA

......等等。

两种不同的方式来表示相同的Unicode code point。

第一个是十进制数字（基数为10）。第二个是hexadecimal个数字（基数为16）。

使用Formatter等类时，有时阅读文档会有所帮助。然后，您可能会理解为什么将f.format("\\u%04x"粘贴到代码中。

提示：如果您有Mac，请下载UnicodeChecker应用，查看Unicode中定义的每个字符的十进制和十六进制数字。