Question

好的，所以我觉得这个问题多次问过，但我找不到答案。我正在比较两个不同程序生成的两个不同文件。当然，这两个程序都是从相同的数据库查询生成文件。我遇到了以下不同之处：

s1 = Samsung - Mobile USB Chargers

VS

s2 = Samsung \u2013 Mobile USB Chargers

如何将s2转换为s1甚至更好，如何比较两者而不会产生差异？在广泛的互联网上的某个地方提到使用ApacheCommons-lang的StringUtils类，但我找不到任何有用的东西。

Answer 1

此代码将打印true：

boolean equal = "Samsung \u2013 Mobile USB Chargers"
                    .replaceAll("\\p{Pd}", "-")
                    .equals("Samsung - Mobile USB Chargers");
System.out.println(equal);

请注意，这将适用于具有该属性的所有字符（例如〰U + 3030 WAVY DASH）。带有Dash_Punctuation（Pd）属性的完整字符列表位于UnicodeData.txt中。 Java 6支持Unicode 4.有关标点符号的讨论，请参阅chapter 6。

Answer 2

生成第一个字符串的程序是使用字符替换回退机制以ASCII编写文件。第二种是用Unicode编写文件。

可以通过使用相同的回退机制在ASCII中复制第二个文件来比较这些。

最好的解决方案是修改第一个程序，使其也使用Unicode。

（第二个文件可能使用的不是Unicode，因为其他一些字符集包括en dash。如果是这样，那么最好的解决方案是用Unicode写两个文件，如果可能的话。）

java字符串unicode代码点转换为字符

2 个答案: