Konvertieren Sie die internationale Zeichenkette in Java

es ist ein JDK-tools ausgeführt über die Kommandozeile wie folgt :

native2ascii -encoding utf8 src.txt output.txt

Beispiel :

src.txt

بسم الله الرحمن الرحيم

output.txt

\u0628\u0633\u0645 \u0627\u0644\u0644\u0647 \u0627\u0644\u0631\u062d\u0645\u0646 \u0627\u0644\u0631\u062d\u064a\u0645

Wenn Sie es verwenden möchten, in Ihre Java-Anwendung, können Sie wickeln Sie diesen in der Befehlszeile von :

String pathSrc = "./tmp/src.txt";
String pathOut = "./tmp/output.txt";
String cmdLine = "native2ascii -encoding utf8 " + new File(pathSrc).getAbsolutePath() + " " + new File(pathOut).getAbsolutePath();
Runtime.getRuntime().exec(cmdLine);
System.out.println("THE END");

Dann Lesen Inhalt der neuen Datei.

InformationsquelleAutor der Antwort Abdennour TOUMI

Hatte ich auch dieses problem. Ich hatte einige Portugiesische text mit bestimmten Zeichen, aber diese Zeichen, wo bereits im unicode-format (BSP.: \u00e3).

So, ich möchte konvertieren S\u00e3o zu São.

Habe ich es mit dem apache-commons -StringEscapeUtils. @Sorin-sbarnea sagte. Heruntergeladen werden kann hier.

Verwenden Sie die Methode unescapeJava wie diese:

String text = "S\u00e3o"
text = StringEscapeUtils.unescapeJava(text);
System.out.println("text " + text);

(Es gibt auch die Methode escapeJavaaber diese legt man die unicode-Zeichen in der Zeichenfolge.)

Wenn einer weiß eine Lösung auf Java basiert, sagen Sie es uns.

InformationsquelleAutor der Antwort Derzu

Es gibt drei Teile, um die Antwort

1. Holen Sie sich die Unicode-für jedes Zeichen
2. Bestimmen, wenn es in der kyrillischen Seite
3. In Hexadezimal konvertieren.

Bekommen jedes Zeichen, das Sie Durchlaufen können den String mit den charAt() oder toCharArray() Methoden.

for( char c : s.toCharArray() )

Den Wert der char den Unicode-Wert.

Den Kyrillische Unicode Zeichen sind alle Zeichen der folgenden Bereiche:

Cyrillic:            U+0400–U+04FF ( 1024 -  1279)
Cyrillic Supplement: U+0500–U+052F ( 1280 -  1327)
Cyrillic Extended-A: U+2DE0–U+2DFF (11744 - 11775)
Cyrillic Extended-B: U+A640–U+A69F (42560 - 42655)

Wenn es in diesem Bereich ist es Kyrillisch. Nur durchführen, wenn der check. Wenn es im Bereich Nutzung Integer.toHexString() und voranstellen "\\u". Zusammen sollte es so Aussehen:

final int[][] ranges = new int[][]{ 
        {  1024,  1279 }, 
        {  1280,  1327 }, 
        { 11744, 11775 }, 
        { 42560, 42655 },
    };
StringBuilder b = new StringBuilder();

for( char c : s.toCharArray() ){
    int[] insideRange = null;
    for( int[] range : ranges ){
        if( range[0] <= c && c <= range[1] ){
            insideRange = range;
            break;
        }
    }

    if( insideRange != null ){
        b.append( "\\u" ).append( Integer.toHexString(c) );
    }else{
        b.append( c );
    }
}

return b.toString();

Edit: sollte wohl den check - c < 128 - und reverse-die if und die else Körper; Sie wahrscheinlich entweichen sollte alles, was nicht ASCII ist. Ich war wohl zu literal in meine Lektüre Ihrer Frage.

InformationsquelleAutor der Antwort ArtB

Apache commons StringEscapeUtils.escapeEcmaScript(String) gibt einen string mit unicode-Zeichen escaped, indem der \u notation.

"Art of Beer ? ?" -> "Art of Beer \u1F3A8 \u1F37A"

InformationsquelleAutor der Antwort davidofmorris

Nur einige grundlegende Methoden (inspiriert von native2ascii-tool):

/**
 * Encode a String like äöü to \u00e4\u00f6\u00fc
 * 
 * @param text
 * @return
 */
public String native2ascii(String text) {
    if (text == null)
        return text;
    StringBuilder sb = new StringBuilder();
    for (char ch : text.toCharArray()) {
        sb.append(native2ascii(ch));
    }
    return sb.toString();
}

/**
 * Encode a Character like ä to \u00e4
 * 
 * @param ch
 * @return
 */
public String native2ascii(char ch) {
    if (ch > '\u007f') {
        StringBuilder sb = new StringBuilder();
        //write \udddd
        sb.append("\\u");
        StringBuffer hex = new StringBuffer(Integer.toHexString(ch));
        hex.reverse();
        int length = 4 - hex.length();
        for (int j = 0; j < length; j++) {
            hex.append('0');
        }
        for (int j = 0; j < 4; j++) {
            sb.append(hex.charAt(3 - j));
        }
        return sb.toString();
    } else {
        return Character.toString(ch);
    }
}

InformationsquelleAutor der Antwort larsilus