Scala - 沒有Apache的unescape Unicode字符串

Question

我有一個字符串“b \\ u00f4lovar”，我想知道是否可以在不使用Commons-lang的情況下進行unescape。 它的工作原理，但我在一些環境中遇到問題，我想最小化它（即：它適用於我的機器，但不適用於生產）。

StringEscapeUtils.unescapeJava(variables.getOrElse("name", ""))

如何在沒有apache lib的情況下解決它？

預先感謝。

Answer 1

只有Unicode轉義

如果你想只使用格式\格式化序列，那么使用單個正則表達式替換它很簡單：

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
    })

結果是

scala> unescapeUnicode("b\\u00f4lovar \\u30B7")
res1: String = bôlovar シ

我們必須分別處理字符$和\\ ，因為它們被java.util.regex.Matcher.appendReplacement方法視為特殊字符：

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

所有轉義字符

Unicode字符轉義有點特殊：它們不是字符串文字的一部分，而是程序代碼的一部分。 有一個單獨的階段用字符替換unicode轉義：

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庫中有一個函數StringContext.treatEscapes ，它支持語言規范中的所有正常轉義 。

因此，如果您想支持unicode轉義和所有正常的Scala轉義，您可以按順序瀏覽：

def unescape(str: String): String =
  StringContext.treatEscapes(unescapeUnicode(str))

scala> unescape("\\u0061\\n\\u0062")
res4: String =
a
b

scala> unescape("\\u005ct")
res5: String = "    "