Question

我需要针对某些基线验证某些文字。

例如：

String a="La PanthÃ¨re"; 
String b="La Panth&#232;re";

我知道字符串b包含HTML文字，所以我使用Apache StringEscapeUtils给了我

String b="La Panth&#232;re";
b=StringEscapeUtils.unescapeHtml(b);

输出： - LaPanthère

但是我不知道字符串中存储的是什么。在某处，我知道这可能是上升文字，因此尝试下面的代码

a=Normalizer.normalize(a, Normalizer.Form.NFKD);

注意：我尝试了所有形式的Normalizer但没有任何效果。

有人可以帮我解决如何以与b相同的方式制作字符串吗？

Answer 1

如Jesper所述，Ã¨模式通常表示编码错误。

那时，你已经不幸了。

替换Ã¨等补救措施不可取，也不安全。

转义或规范化String超出了范围，因为您的问题源于源代码，与HTML转换或重音规范化无关。

但是，有一些简单的习惯用法可以将String转换为不同的编码。

以下示例：

模拟Windows-1252 String（在UTF-8环境中）。
然后，它按原样打印（损坏，因为它是UTF-8打印流中的Windows-1252 String）。

最后，它打印出它重新转换为UTF-8。

String a = new String(
"La Panthère".getBytes(Charset.forName("UTF-8")),
 Charset.forName("Cp1252")
);
System.out.println(a);
System.out.println(
    new String(
        a.getBytes(Charset.forName("Cp1252")), 
        Charset.forName("UTF-8")
    )
);

<强>输出

La PanthÃ¨re
La Panthère

备注

上述转换习惯用法意味着您事先知道原始String是如何编码的。

当使用以下编码来解释彼此之间的文本时，会发生典型的编码问题：

ISO Latin 1

Windows的1252

UTF-8

Here列出了Java支持的编码及其规范名称。

在网络环境中，您通常会调用Javascript的encodeURIComponent函数在前端编码您的值，然后再将其发送到后端。

在Java中将非英语字符串转换为普通字符串

1 个答案: