将unicode字符转换为包含其u + [hexa]表示形式的字符串（“\ u2030”）

Question

我正在使用java 8和I18N。根据我的理解，.properties文件（以及后续的I18N代码）假定文件是“ISO-8859-1”文件格式。因此，我遇到无法以该文件格式表示的字符的问题。

从文件编写器更改为OutputStreamWriter将无济于事，因为代码的另一端无论如何都无法读取这些字符。

我确实提出了一个有效的解决方案，但它非常不优雅。

StringBuilder utfRepresentation = new StringBuilder();
for (int index = 0; index < input.length(); index++) {
    if (!Charset.forName("ISO-8859-1").newEncoder().canEncode(input.charAt(index))) {
        utfRepresentation.append("\\u");
        utfRepresentation.append(Integer.toHexString(input.codePointAt(index)));
    } else {
        utfRepresentation.append(input.charAt(index));
    }
}

现在我确实需要做其他的事情，比如提取编码器而不是每次都做一个新编码器，但我的问题完全是另外一个问题：

1）是否有一种更清洁的方式将‰转变为\u2030 2）这个U + 2030甚至是什么？ UTF-8/16〜 3）有没有更好的方法来创建charset /编码器？什么不是静态的？我可以从文件中提取它吗？或文件读写器？

Answer 1

作为历史异常，.properties属于ISO-8859-1，您可以使用StandardCharsets.ISO_8859_1（如果不是在Android上）。

但是你可以使用u-escape的其他字符：\u2030，其中应该理解这是UTF-16的表示，存储在单个char（两个字节）中。某些Unicode符号超出了两个字节的限制，并以“代理”对编码。

• 当从PropertyResourceBundle读取时，每个\uXXXX将被自动解码
• 您可以将构建版本的UTF-8模板文件转换为u-escaped .properties;例如在maven中。
• 有时候ListResourceBundle更适合。它在java中有一个数组，所有java源都可以设置为UTF-8用于国际项目。它的行为是不同的：所有字符串都立即加载。

但是显然你也想在代码中写入.properties;因此不在课堂上。

这里最好看似属性

为此，Properties类是理想的。它具有属性的XML变体（而不是键值行），默认情况下使用UTF-8。但是传统的.properties也可以用另一种（UTF-8）编码来读写。

---

StringBuilder utfRepresentation = new StringBuilder();
for (int index = 0; index < input.length(); index++) {
    char ch = input.charAt(index);
    if (ch < 128) {
        utfRepresentation.append(ch);
    } else {
        utfRepresentation.append(String.format("\\u%04X", ch));
    }
}