Question

我从HTML页面获取一个字符串到我的Java HTTPServlet中。根据我的要求，我得到显示中文字符的ASCII码：

“＆amp;＃21487;＆amp;＃20197;＆amp;＃21578;＆amp;＃35785;＆amp;＃25105;” （没有空格）

如何将此字符串转换为Unicode？

HTML code：

<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
    <title>Find information</title>
    <link rel="stylesheet" type="text/css" href="layout.css">
</head>
<body>

<form id="lookupform" name="lookupform" action="LookupServlet" method="post" accept-charset="UTF-8">
    <table id="lookuptable" align="center">
        <tr>
            <label>Question:</label>
            <td><textarea cols="30" rows="2" name="lookupstring" id="lookupstring"></textarea></td>
        </tr>
    </table>
    <input type="submit" name="Look up" id="lookup" value="Look up"/>
</form>

Java代码：

request.setCharacterEncoding("UTF-8");
javax.servlet.http.HttpSession session = request.getSession();
LoginResult lr = (LoginResult) session.getAttribute("loginResult");
String[] question = request.getParameterValues("lookupstring");

如果我打印问题[0]，那么我得到这个值： “＆amp;＃21487;＆amp;＃20197;＆amp;＃21578;＆amp;＃35785;＆amp;＃25105;”

Answer 1

没有显示中文字符的ASCII代码。 ASCII不代表中文字符。

如果您已有Java字符串，则它已具有所有字符（US，LATIN，CHINESE）的内部表示形式。然后，您可以使用UTF-8或UTF-16表示将编码该Java字符串转换为Unicode：

~~String s =“可以告诉我”;~~ （编辑：此行不会在没有中文字符的系统上正确显示）

String s = "\u53ef\u4ee5\u544a\u8bc9\u6211";
byte utfString = s.getBytes("UTF-8");

现在，我查看您的更新问题，您可能正在寻找StringEscapeUtils课程。它来自Apache Commons Text。并且 unescape 将您的HTML实体转换为Java字符串：

String s = StringEscapeUtils.unescapeHtml("& #21487;& #20197;& #21578;& #35785;& #25105;"); // without spaces

Answer 2

Java String包含unicode字符。在构造字符串时发生了解码。

将包含ASCII的字符串转换为Unicode

2 个答案: