如何将十六进制的UTF-8转换为其代码点？

Question

我有一个字符串e2 80 99，它是UTF-8字符的十六进制表示。字符串代表

U+2019  ’   e2 80 99    RIGHT SINGLE QUOTATION MARK

我想将e2 80 99转换为相应的Unicode代码点U+2019或'（单引号）。

我该怎么做？

Answer 1

基本上你需要获得用utf-8编码的字符的String表示，然后得到结果字符串的第一个字符（如果结果字符表示为UTF-16中的两个代理，则为第一个+第二个字符）。这是一个概念证明：

public static void main(String[] args) throws Exception {

    // Convert your representation of a char into a String object: 
    String utf8char = "e2 80 99";
    String[] strNumbers = utf8char.split(" ");
    byte[] rawChars = new byte[strNumbers.length];
    int index = 0;
    for(String strNumber: strNumbers) {
        rawChars[index++] = (byte)(int)Integer.valueOf(strNumber, 16);
    }
    String utf16Char = new String(rawChars, Charset.forName("UTF-8"));

    // get the resulting characters (Java Strings are "encoded" in UTF16)
    int codePoint = utf16Char.charAt(0);
    if(Character.isSurrogate(utf16Char.charAt(0))) {
        codePoint = Character.toCodePoint(utf16Char.charAt(0), utf16Char.charAt(1));
    }
    System.out.println("code point: " + Integer.toHexString(codePoint));
}