使用八进制ASCII代码处理字符串（在Java中）

Question

我在使用包含以下字符串的文本文件时遇到了一些问题：     Grandchamp乐-CH \ 303 \ 242teau

顺便说一句，这是维基百科页面的名称。两个asciis代表“â”我认为。

是否有任何软件可以轻松地将上面的字符串转换为     格朗德尚莱沙托 或者可能     Grandchamp乐-CH％C3％A2teau

我更喜欢java absed解决方案，但任何其他想法也是如此！ 非常感谢任何建议或暗示！

Answer 1

这是实现目标的一种轻微的方法：

final String name = "Grandchamp-le-Ch\\303\\242teau";
final Matcher m = Pattern.compile("\\\\(\\d{3})").matcher(name);
final StringBuffer out = new StringBuffer();
while (m.find()) m.appendReplacement(out, String.valueOf((char)parseInt(m.group(1), 8)));
m.appendTail(out);
final String decoded = new String(out.toString().getBytes(ISO_8859_1), UTF_8);
System.out.println(decoded);

工作原理：

1. 正则表达式匹配八进制字符表示法;
2. 通过将每个这样的八进制表示法替换为数字值等于该八进制数的char来转换原始字符串;
3. 新字符串（现在处于“mojibake”状态）被写为字节，使用单字节编码（任何都可以，但ISO_8859_1恰好是标准的）;
4. 重新读取字节，现在假设它们是UTF-8编码的字符串。

代码将打印出来

Grandchamp-le-Château

Answer 2

你在这里：

String myString = "Grandchamp-le-Ch\303\242teau";
byte[] byteArray = myString.getBytes("ISO-8859-1");
String result = new String(byteArray, "UTF-8");
System.out.println(result);

打印：

Grandchamp-le-Château