utf-8 到字符串获取额外添加的字符

Question

在ANDROID

当我从服务器获取 utf-8 结果并将服务器的输出转换为字符串时，发生的事情是我在字符串中添加了额外的转义字符。

在代码中发生的是

String unicodeMessage =  "\u09aa\u09cd\u09b0\u099c\"; //this is how I want it

String unicodeMessage = "\u09aa\u09cd\u09b0\u099c\"; // this is what happens

我试过之前帖子中提到的 bytes 方法，但它不起作用

byte[] bytes = unicodeMessage.getBytes("UTF-8");
answer = new String(bytes, "UTF-8");

我得到与输入字符串相同的输出。

有没有办法删除添加的转义字符？

 String bengali = "\u09aa\u09cd\u09b0\u099c\u099c"; //this is the input 

//\u09aa\u09cd\u09b0\u099c\u099c is the output i get when i print bengali and use replace("\\","\"); 

 //প্রজজ is the expected output when input = "\u09aa\u09cd\u09b0\u099c\u099c"

 // u09aau09cdu09b0u099cu099c output when i use replace("\","")

Answer 1

像 \u09aa 这样的单个 unicode 字符串中的内容是用 \u 转义的字符的十六进制值（09aa = 2474 十进制）。因此，您需要解析这些值并将它们转换为真正的 unicode 字符。下面是一个函数：

public static String getRealUnicodeString(String unicodeInput) {
    Pattern pattern = Pattern.compile("\\u([0-9a-fA-F]+)");
    Matcher m = pattern.matcher(unicodeInput);
    while (m.find()) {
        String unicodeChar = m.group(1);
        unicodeInput = unicodeInput.replaceAll("\\u" + unicodeChar, String.valueOf((char) Integer.parseInt(unicodeChar, 16)));
    }
    return unicodeInput;
}

然后使用它：

System.out.println(getRealUnicodeString("\u09aa\u09cd\u09b0\u099c\u099c \n StackoveFlow"));

utf-8 到字符串获取额外添加的字符

utf-8 to string gets extra added characters

arrays

string

android

utf-8

textview