將具有Unicode字符（十進制格式（html編碼））的字符串轉換為常規字符串

Question

我有一個Map類型的變量。

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

其中sourceMap是一個Hashmap變量，其中包含許多字符串，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)

並且currentRow包含以下字符串：

Carl Zeiss de Mýxico, S.A. de C.V.

與最后一行相同。我的要求是應匹配。 現在不匹配了，我該怎么做才能匹配那些

這些字符串來自不同的文件，第一個以CSV格式下載，因此沒有Unicode字符。.第二個（currentRow）以未編碼的txt格式下載，並使用dos2unix轉換為CSV。

Answer 1

Carl Zeiss de Mýxico, S.A. de C.V.

這是一個帶有HTML編碼字符的字符串。 您可以使用諸如unescapeHtml4類的實用程序函數來進行HTML- unescapeHtml4 。

通常，您希望將字符串保留為原始格式，而不是使用HTML轉義符。 看看無論您在哪里都可以找到sourceMap如果您控制了它並可以解決它，避免了不必要的轉義，那么這將是sourceMap 。 還要注意的是，無論是否經過HTML編碼， Mýxico看起來像是在堆棧中其他地方誤處理了Unicode字符的證據。

Answer 2

首先，我們必須從以下URL下載jar文件http://www.java2s.com/Code/Jar/c/Downloadcommonlang3jar.htm

現在添加import語句，如下所示

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

現在，我們需要在要轉義html編碼的字符串的地方使用該方法。 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);

現在輸出如下

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