[英]Scala - unescape Unicode String without Apache
我有一个字符串“b \\ u00f4lovar”,我想知道是否可以在不使用Commons-lang的情况下进行unescape。 它的工作原理,但我在一些环境中遇到问题,我想最小化它(即:它适用于我的机器,但不适用于生产)。
StringEscapeUtils.unescapeJava(variables.getOrElse("name", ""))
如何在没有apache lib的情况下解决它?
预先感谢。
如果你想只使用格式\
格式化序列,那么使用单个正则表达式替换它很简单:
def unescapeUnicode(str: String): String =
"""\\u+([0-9a-fA-F]{4})""".r.replaceAllIn(str,
m => Integer.parseInt(m.group(1), 16).toChar match {
case '\\' => """\\"""
case '$' => """\$"""
case c => c.toString
})
结果是
scala> unescapeUnicode("b\\u00f4lovar \\u30B7")
res1: String = bôlovar シ
我们必须分别处理字符$
和\\
,因为它们被java.util.regex.Matcher.appendReplacement
方法视为特殊字符:
def wrongUnescape(str: String): String =
"""\\u([0-9a-fA-F]{4})""".r.replaceAllIn(str,
m => Integer.parseInt(m.group(1), 16).toChar.toString)
scala> wrongUnescape("\\u00" + Integer.toString('$', 16))
java.lang.IllegalArgumentException: Illegal group reference: group index is missing
at java.util.regex.Matcher.appendReplacement(Matcher.java:819)
... 46 elided
scala> wrongUnescape("\\u00" + Integer.toString('\\', 16))
java.lang.IllegalArgumentException: character to be escaped is missing
at java.util.regex.Matcher.appendReplacement(Matcher.java:809)
... 46 elided
Unicode字符转义有点特殊:它们不是字符串文字的一部分,而是程序代码的一部分。 有一个单独的阶段用字符替换unicode转义:
scala> Integer.toString('a', 16)
res2: String = 61
scala> val \u0061 = "foo"
a: String = foo
scala> // first \u005c is replaced with a backslash, and then \t is replaced with a tab.
scala> "\u005ct"
res3: String = " "
Scala库中有一个函数StringContext.treatEscapes
,它支持语言规范中的所有正常转义 。
因此,如果您想支持unicode转义和所有正常的Scala转义,您可以按顺序浏览:
def unescape(str: String): String =
StringContext.treatEscapes(unescapeUnicode(str))
scala> unescape("\\u0061\\n\\u0062")
res4: String =
a
b
scala> unescape("\\u005ct")
res5: String = " "
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.