java字符串中的unicode字符

Question

后来进行角色匹配时，我还希望能够做类似的事情：

if(text.indexOf("£")>=0)

我不知道Java是否会认识到该角色并做我想做的事。

任何意见都将不胜感激。预先感谢 您的非ASCII字符要么在输入到Java或输出时丢失。

Java在内部使用Unicode字符串，因此您必须告诉它如何解码输入和编码输出。

LET假设

HttpClient

正确地解释了远程服务器的响应并正确解码响应。

Answer 1

PrintWriter out = new PrintWriter(outDir+name+".html", "UTF-8");

然后用文本编辑器（例如Notepad ++）检查您的output.html，以UTF-8模式运行，以确保您仍然可以看到非ASCIIchars.

如果您不能这样做，则需要将注意力转向输入-HTTPCLCCLIENT。请参阅此答案：如果您的远程服务器躺在字符编码上，则使用HTTPCLIENT3.1

编码的

SET响应编码。

回答您的子问题。如果您告诉java编码源代码在什么字符中，则可以在源代码中使用非ASCII字符，例如“£”。 ，您可以简单地在属性中设置文件的字符编码，而IDE将完成其余的。最便携的事情是将您的角色编码在IDE中设置为“ UTF-8”。 Eclipse允许您为整个项目或单个文件设置字符编码。

使用以下代码：

javac

从charset

字符编码方案是一个或多个编码的字符集和一组八位字节（八位字节）序列之间的映射。 UTF-8，UTF-16，ISO 2022和EUC是字符编码方案的示例。编码方案通常与特定的编码字符集有关；例如，UTF-8仅用于编码Unicode。但是，有些方案与多个编码字符集有关。例如，EUC可用于编码各种亚洲编码字符集中的字符。

Answer 2

有两个步骤。首先，您将加载的字符串（在Java总是Unicode中）保存为UTF-8。但是，由于浏览器需要知道编码，因此它在文件系统上只有HTML META标签。因此，您需要确保有类似的东西

FileOutputStream fileStream = new FileOutputStream(outDir+name+".html");
OutputStreamWriter outputStreamWriter = new OutputStreamWriter(fileStream, StandardCharsets.UTF_8)
PrintWriter out = new PrintWriter(outputStreamWriter);

2.

用UTF-8编写HTML <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">

1。

PrintWriter out = new PrintWriter(outDir+name+".html", "UTF-8");

Answer 3

这花了一个星期的时间来解决，我正在尝试各种各样的事情。我在Java 1.8上运行，并尝试使用Unicode字符抓住API响应，而仅替换更具体的表情符号（在\ uaaaa -\ uffff的范围内），这会导致我问题并变成“？”。

String res2 = res.replaceFirst("charset=([-\\w]+)", "charset=UTF-8")
         .replaceFirst("charset=([\"'])([-\\w]+)\1", "charset=$1UTF-8$1");
if (res2 == res) { // No charset given
      res2 = res.replaceFirst("(?i)</head>",
              "<meta http-equiv='Content-Type' content='text/html; charset=UTF-8' />$0");
}
res = res2;