将具有Unicode字符（十进制格式（html编码））的字符串转换为常规字符串

Question

我有一个Map类型的变量。

if (sourceMap.containsKey(currentRow)) {
    //Remove the row from Map
} else {
    //Mismatch
}

其中sourceMap是一个Hashmap变量，其中包含许多字符串，例如

Period Name
Person Last Name
Person First Name
Order Code
Ship_to_Customer_Name
Sub_Profit_Center
Commission Amount
Credit Amount
Rate Amount
Apr-09
Morgan
Martin
1022334852
Carl Zeiss de M&# 195;&# 189;xico, S.A. de C.V.(no space after the # in the string)

并且currentRow包含以下字符串：

Carl Zeiss de Mýxico, S.A. de C.V.

与最后一行相同。我的要求是应匹配。 现在不匹配了，我该怎么做才能匹配那些

这些字符串来自不同的文件，第一个以CSV格式下载，因此没有Unicode字符。.第二个（currentRow）以未编码的txt格式下载，并使用dos2unix转换为CSV。

Answer 1

Carl Zeiss de Mýxico, S.A. de C.V.

这是一个带有HTML编码字符的字符串。 您可以使用诸如unescapeHtml4类的实用程序函数来进行HTML- unescapeHtml4 。

通常，您希望将字符串保留为原始格式，而不是使用HTML转义符。 看看无论您在哪里都可以找到sourceMap如果您控制了它并可以解决它，避免了不必要的转义，那么这将是sourceMap 。 还要注意的是，无论是否经过HTML编码， Mýxico看起来像是在堆栈中其他地方误处理了Unicode字符的证据。

Answer 2

首先，我们必须从以下URL下载jar文件http://www.java2s.com/Code/Jar/c/Downloadcommonlang3jar.htm

现在添加import语句，如下所示

import static org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4;

现在，我们需要在要转义html编码的字符串的地方使用该方法。 例如：

String s=Carl Zeiss de Mýxico, S.A. de C.V.
System.out.println("Before: "+s);
s=unescapeHtml4(s);
System.out.println("After: "+s);

现在输出如下

Before: Carl Zeiss de Mýxico, S.A. de C.V. 
After: Carl Zeiss de Mýxico, S.A. de C.V.