Question

我正在尝试使用Google云翻译。我认为问题是Google云翻译使用UTF8而jvm使用UTF16。所以我翻译了一些拼写错误。例如：

      public static void main(String... args) throws Exception {
    // Instantiates a client
    Translate translate = TranslateOptions.getDefaultInstance().getService();

    // The text to translate
    String text = "Bonjour, à qui dois-je répondre? Non, C'est l'inverse...";

    // Translates some text into Russian
    Translation translation =
        translate.translate(
            text,
            TranslateOption.sourceLanguage("fr"),
            TranslateOption.targetLanguage("en"));


    System.out.printf("Text: %s%n", text);
    System.out.printf("Translation: %s%n", StringEscapeUtils.unescapeHtml(translation.getTranslatedText()));
  }

将返回：

“翻译：你好，我应该回答谁？不，这反过来......”

而不是：

翻译：你好，我该回答谁？不，这是相反的......

我们无法更改java String的编码，Google Cloud Api不会接受任何内容（Byte []？）但是String。

有人知道如何修复它吗？

感谢您阅读

编辑：此代码现在正在运行，我从commons.apache依赖项中添加了StringEscapeUtils.unescapeHtml。我不知道是否还有其他方法可以做到。

Answer 1

这不是UTF8 / UTF16的问题谷歌的答案是HTML编码。

https://en.wikipedia.org/wiki/Unicode_and_HTML

如果您想在xml / html上下文中仅使用ASCII传输unicode字符，这很常见

Answer 2

即使您已经找到了解决问题的方法，但确实有针对您问题的另一种解决方法，无需使用其他库。

如上所述，默认情况下，translate方法返回html编码的String。但是，如果在方法调用中给出了匹配的TranslateOption，它可以返回纯文本字符串。

方法调用将如下所示。

    Translation translation = translate.translate(
            text,
            Translate.TranslateOption.sourceLanguage(from),
            Translate.TranslateOption.targetLanguage(to),
            Translate.TranslateOption.format("text")
    );

谷歌云翻译和Java的编码错误

2 个答案: