如何在Java中將八進制char序列轉換為unicode

Question

嗨有以下字符串，

Let\\342\\200\\231s start with the most obvious question first. This is what an \\342\\200\\234unfurl\\342\\200\\235 is

它應該顯示為前三個數字（ \\342\\200\\231 ）實際上代表一個八進制序列http://graphemica.com/%E2%80%99 ，它的unicode等價物是\’

類似地， \\342\\200\\234代表八進制序列http://graphemica.com/%E2%80%9C ，其unicode等價物是\“

是否有任何庫或函數可用於將這些八進制序列轉換為它們的unicode等價物？

Answer 1

您顯示的字節是（UTF-8編碼的表示），它只是許多Unicode形式中的一種。 Java旨在處理諸如字節序列（例如數組，以及流）之類的編碼，但不能用作字符和字符串。 更簡潔的方法是實際使用字節，但是你必須處理Java字節被簽名的事實（-128 .. +127）和所有多字節UTF-8代碼（按設計）在8的上半部分位空間：

byte[] a = {'L','e','t',(byte)0342,(byte)0200,(byte)0231,'s'};
System.out.println (new String (a,StandardCharsets.UTF_8));
// or arguably uglier
byte[] b = {'L','e','t',0342-256,0200-256,0231-256,'s'};
System.out.println (new String (b,StandardCharsets.UTF_8));

但是如果你想要更接近原作的東西，你可以通過處理實際包含UTF-8字節的字符串（ 無符號字符）來作弊，就好像它包含形成Unicode范圍0000-00FF的8位字符，這是定義為與ISO-8859-1相同：

byte[] c = "Let\342\200\231s".getBytes(StandardCharsets.ISO_8859_1);
System.out.println (new String (c,StandardCharsets.UTF_8));

Answer 2

在Java中，Octals不可能實現這一點，只有Hexa才能實現。

這很好用：

System.out.println("\u2019");

可能純粹由於歷史原因，Java支持八進制轉義序列。 這些逃逸序列起源於C（或者可能是C的前身B和BCPL），在像PDP-7這樣的計算機統治地球的時代，大量編程是在匯編或直接在機器代碼中完成的，而八進制是首選的數字用於編寫指令代碼的基礎，並且沒有Unicode，只有ASCII，因此三個八進制數字足以表示整個字符集。

當Unicode和Java出現時，八進制幾乎已經讓位於十六進制作為首選數字基數，而十進制不會這樣做。 所以Java的\\ u轉義序列采用十六進制數字。 可能只支持八進制轉義序列以使C程序員感到舒服，並且可以很容易地將C程序中的字符串常量復制到Java程序中。