Java unicode 奇怪的行为

Question

我正在使用 HttpURLConnection 向 Twitter 的 API 发出请求。 API returns a json 所有数据都使用 UTF-8 编码（您可以在响应的 headers 中看到）。我在 .jsp (html).

中显示数据

我用这段代码读取了响应（json）：

BufferedReader in = new BufferedReader(new InputStreamReader(http.getInputStream(),"UTF-8"));
String inputLine;
StringBuffer res = new StringBuffer();
while ((inputLine = in.readLine()) != null) {
    // Append line to 'res', so I can have a string with all the json
    res.append(inputLine);
    // Print the line for debugging
    System.out.println(inputLine);
}
in.close();

现在，问题来了。 json 中的一些值（现在只是一个字符串）是表情符号，因此它们应该表示为 unicode 字符。这正是正在发生的事情，至少对他们中的一些人来说是这样。这是一个带有用户名的示例：

推特原文：

我从 API 的回复中得到了什么：

"name":"\uD83C\uDF52UserName"

最后是怎么显示在.jsp:

用这个表情符号效果很好。显示的名称与在 Twitter 中显示的名称相同。但是看看下面推文的文字。就好像 unicode 重复了，但第二个没有显示，或者有些奇怪。请注意，在 eclipse 的控制台中，您会看到 ??，但是当它加载 .jsp 时，表情符号会按应有的方式显示。这不是问题，我猜这只是控制台的编码（尽管这表明该 unicode 有问题，因为在第一个示例中它显示了 unicode，而不是 ??）。

推特推文原文：

我从 API 的回复中得到了什么：

"text":"?? Segons l'U.S。司法部，其他婴儿的 crien sense pare son:\n\n?? 63% de suïcidis.\n?? 90% d'indigents。\n?? 85% de desordres en el comportament。\n?? 71% de l'abandonament escolar。\n?? 70% de les detencions juvenils。\n?? 75% d'abús de drogues.\n?? 75% dels violadors."}

最后是怎么显示在.jsp:

表情符号显示正确，但后面总是有一个?，我不知道为什么。

此外，我应该提到，在.jsp 中，为了显示将 unicode 转换为 html-compatible-code，我使用 this library。你可以在这里看到使用方法将 unicode 解析为十六进制和不使用它之间的区别：

知道这里发生了什么吗？

提到的表情是：(U+1F352) ♦️(U+2666) ❗️(U+2757)

Answer 1

想通了。 ? 是十进制的字符 65039，所以我所做的就是用 space 替换该字符。现在表情符号显示如我所愿，后面没有那个符号。

String strFinal = res2.toString().replace((char)65039, ' ');

Java unicode 奇怪的行为

Java unicode strange behaviour

html

java

unicode

character-encoding

emoji