如何在Java中解码Unicode编码？

Question

我的网站上有“搜索”，我们对查询进行了框架并发送了请求，并且“响应”从供应商处以JSON的形式返回。 供应商对我们的网站进行爬网并从我们的网站捕获数据并发送响应。 在我们的设计中，我们使用GSON将JSON转换为Java对象。 我们在元数据中使用UTF-8作为字符集。

我遇到的情况是，响应有时会根据请求对特殊字符进行Unicode编码。 浏览器以一种奇怪的方式呈现特殊字符的Unicode编码。 我应该如何解码这种Unicode编码？

例如，对于特殊字符“ ndash”，我在响应中看到它被编码为“ \\ u2013”

Answer 1

澄清Unicode和字符编码之间的区别

统一码

• 是一个抽象概念，旨在识别所有字母（ 当前 > 110 000）。

字符编码

• 定义如何通过字节序列来重新呈现字符
• 一种这样的编码是utf-8 ，它使用1-4个字节表示Unicode字符

Java字符串是 总是 UTF-16 。 因此，当您构造一个String时，可以使用以下String构造函数

new String(byte[], encoding)

第二个参数应该是客户端发送字符时字符使用的编码。 如果您不明确定义编码，则将获得默认的系统编码，可以使用Charset.defaultCharset();进行检查Charset.defaultCharset(); 。

您可以在启动JVM时手动将默认编码设置为参数

-Dfile.encoding="utf-8"

尽管很少需要，但您也可以使用CharsetDecoder / CharsetEncoder 。