❶ java处理unicode字符
unicode编码简而言之就是将每一个字符用16位2进制数标识。但是通常都用4位的16进制数标识。
例如：
1)中文字符串"你好"的unicode码为：\u60\u597d;
2)英文字符串"ab"的unicode码为：\u0061\u0062；
其中\u是标识unicode码用的，后面的4位16进制数则是对应字符的unicode码。
unicode码在J2EE项目中应用广泛，java对unicode码提供了很好的支持。例如国际化，则是unicode的经典运用。
那么unicode的编码规则具体是什么，如何用程序实现？
1、unicode编码规则
unicode码对每一个字符用4位16进制数表示。具体规则是：将一个字符(char)的高8位与低8位分别取出，转化为16进制数，
如果转化的16进制数的长度不足2位，则在其后补0，然后将高、低8位转成的16进制字符串拼接起来并在前面补上"\u" 即可。
2、转码程序
1)字符串转unicode
/**
* 将字符串转成unicode
* @param str 待转字符串
* @return unicode字符串
*/
public String convert(String str)
{
str = (str == null ? "" : str);
String tmp;
StringBuffer sb = new StringBuffer(1000);
char c;
int i, j;
sb.setLength(0);
for (i = 0; i < str.length(); i++)
{
c = str.charAt(i);
sb.append("\\u");
j = (c >>>8); //取出高8位
tmp = Integer.toHexString(j);
if (tmp.length() == 1)
sb.append("0");
sb.append(tmp);
j = (c & 0xFF); //取出低8位
tmp = Integer.toHexString(j);
if (tmp.length() == 1)
sb.append("0");
sb.append(tmp);
}
return (new String(sb));
}
2)unicode转成字符串，与上述过程反向操作即可
/**
* 将unicode 字符串
* @param str 待转字符串
* @return 普通字符串
*/
public String revert(String str)
{
str = (str == null ? "" : str);
if (str.indexOf("\\u") == -1)//如果不是unicode码则原样返回
return str;
StringBuffer sb = new StringBuffer(1000);
for (int i = 0; i < str.length() - 6;)
{
String strTemp = str.substring(i, i + 6);
String value = strTemp.substring(2);
int c = 0;
for (int j = 0; j < value.length(); j++)
{
char tempChar = value.charAt(j);
int t = 0;
switch (tempChar)
{
case 'a':
t = 10;
break;
case 'b':
t = 11;
break;
case 'c':
t = 12;
break;
case 'd':
t = 13;
break;
case 'e':
t = 14;
break;
case 'f':
t = 15;
break;
default:
t = tempChar - 48;
break;
}
c += t * ((int) Math.pow(16, (value.length() - j - 1)));
}
sb.append((char) c);
i = i + 6;
}
return sb.toString();
}
❷ JAVA怎么把unicode转换成GBK ~然后我的JAVA代码里出现了乱码导致运行不了，你能帮我吗
\u2605 ★
public static String utf8ToUnicode(String str) {
char[] myBuffer = str.toCharArray();
StringBuffer sb = new StringBuffer();
for (int i = 0; i < str.length(); i++) {
UnicodeBlock ub = UnicodeBlock.of(myBuffer[i]);
if(ub == UnicodeBlock.BASIC_LATIN){
//英文及数字等
sb.append(myBuffer[i]);
}else if(ub == UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS){
//全角半角字符
int j = (int) myBuffer[i] - 65248;
sb.append((char)j);
}else{
//汉字
short s = (short) myBuffer[i];
String hexS = Integer.toHexString(s);
String unicode = "\\" + 'u' + hexS;
sb.append(unicode.toLowerCase());
}
}
return sb.toString();
}
❸ 我反编译JAVA文件，有一些汉字信息就变成了\u9879 了
使用 jdk 自带的 native2ascii.exe 工具，在你的 jdk文件夹/bin 下能找到。
针对你的问题，在 cmd 窗口中执行下面的命令即可(需要将 jdk文件夹/bin 加入到 path 环境变量中)：
native2ascii -reverse C:\abc.java c:\abc2.java
(这里abc.java表示你的含有 \uxxxx 字符的java文件;
c:\abc2.java 表示转后后的文件)
下面附上完整的 使用方法：
------------------------------
native2ascii用法解析
native2ascii是sun java sdk提供的一个工具。用来将别的文本类文件（比如
*.txt,*.ini,*.properties,*.java等等）编码转为Unicode编码。为什么要进行转码，
原因在于程序的国际化。
Java 编译器和其它 Java 工具只能处理含有 Latin-1 和/或 Unicode 编码（\udddd 记
号）字符的文件。native2ascii 将含有其它字符编码的文件转换成含 Latin-1 和/或
Unicode 编码字符的文件。
若省略 outputfile，则使用标准输出设备输出。此外，如果也省略 inputfile，则使用
标准输入设备输入。
用法：native2ascii [-reverse] [-encoding 编码] [输入文件 [输出文件]]
-[options]：表示命令开关，有两个选项可供选择
-reverse：
执行相反的操作：将含 Latin-1 和/或 Unicode 编码字符的文件转换成含本地编码字符
的文件,不指定编码情况下，将转为本地编码。
-encoding encoding_name
指定转换过程使用的编码名称。缺省的编码从系统属性 file.encoding 中得到。
encoding_name 字符串必须是下表第一栏所示的字符串。
[inputfile [outputfile]]
inputfile：表示输入文件全名。
outputfile：输出文件名。如果缺少此参数，将输出到控制台
-------------------------------------------------------------
8859_1 ISO 8859-1
8859_2 ISO 8859-2
8859_3 ISO 8859-3
8859_4 ISO 8859-4
8859_5 ISO 8859-5
8859_6 ISO 8859-6
8859_7 ISO 8859-7
8859_8 ISO 8859-8
8859_9 ISO 8859-9
Big5 Big5 码，繁体中文
CNS11643 CNS 11643，繁体中文
Cp037 美国、加拿大（两种语言，法语）、荷兰、葡萄牙、巴西、澳大利亚
Cp1006 IBM AIX 巴基斯坦（乌尔都语）
Cp1025 IBM 多语种西里尔语：保加利亚、波斯尼亚 黑塞哥维那、马其顿 (FYR)
Cp1026 IBM Latin-5，土耳其
Cp1046 IBM Open Edition US EBCDIC
Cp1097 IBM 伊朗（波斯语）/波斯
Cp1098 IBM 伊朗（波斯语）/波斯 (PC)
Cp1112 IBM 拉脱维亚，立陶宛
Cp1122 IBM 爱沙尼亚
Cp1123 IBM 乌克兰
Cp1124 IBM AIX 乌克兰
Cp1125 IBM 乌克兰 (PC)
Cp1250 Windows 东欧
Cp1251 Windows 斯拉夫语
Cp1252 Windows Latin-1
Cp1253 Windows 希腊
Cp1254 Windows 土耳其
Cp1255 Windows 希伯莱
Cp1256 Windows 阿拉伯
Cp1257 Windows 波罗的语
Cp1258 Windows 越南语
Cp1381 IBM OS/2, DOS 中华人民共和国 (PRC)
Cp1383 IBM AIX 中华人民共和国 (PRC)
Cp273 IBM 奥地利、德国
Cp277 IBM 丹麦、挪威
Cp278 IBM 芬兰、瑞典
Cp280 IBM 意大利
Cp284 IBM 加泰罗尼亚语/西班牙、拉丁美洲西班牙语
Cp285 IBM 英国、爱尔兰
Cp297 IBM 法国
Cp33722 IBM-eucJP - 日语 (5050 的超集)
Cp420 IBM 阿拉伯
Cp424 IBM 希伯莱
Cp437 MS-DOS 美国、澳大利亚、新西兰、南非
Cp500 EBCDIC 500V1
Cp737 PC 希腊
Cp775 PC 波罗的语
Cp838 IBM 泰国扩展 SBCS
Cp850 MS-DOS Latin-1
Cp852 MS-DOS Latin-2
Cp855 IBM 斯拉夫语
Cp857 IBM 土耳其语
Cp860 MS-DOS 葡萄牙语
Cp861 MS-DOS 冰岛语
Cp862 PC 希伯莱
Cp863 MS-DOS 加拿大法语
Cp864 PC 阿拉伯语
Cp865 MS-DOS 日尔曼语
Cp866 MS-DOS 俄语
Cp868 MS-DOS 巴基斯坦语
Cp869 IBM 现代希腊语
Cp870 IBM 多语种 Latin-2
Cp871 IBM 冰岛语
Cp874 IBM 泰国语
Cp875 IBM 希腊语
Cp918 IBM 巴基斯坦（乌尔都语）
Cp921 IBM 拉脱维亚、立陶宛(AIX, DOS)
Cp922 IBM 爱沙尼亚 (AIX, DOS)
Cp930 与 4370 UDC 混合的日语，5026 的超集
Cp933 与 1880 UDC 混合的韩文，5029 的超集
Cp935 与 1880 UDC 混合的简体中文主机，5031 的超集
Cp937 与 6204 UDC 混合的繁体中文，5033 的超集
Cp939 与 4370 UDC 混合的日语拉丁字母，5035 的超集
Cp942 日语 (OS/2)，932 的超集
Cp948 OS/2 中文（台湾），938 超集
Cp949 PC 韩文
Cp950 PC 中文（香港、台湾）
Cp964 AIX 中文（台湾）
Cp970 AIX 韩文
EUCJIS JIS, EUC 编码、日语
GB2312 GB2312, EUC 编码、简体中文
GBK GBK, 简体中文
ISO2022CN ISO 2022 CN, 中文
ISO2022CN_CNS ISO-2022-CN 形式的 CNS 11643，繁体中文
ISO2022CN_GB ISO-2022-CN 形式的 GB 2312，简体中文
ISO2022KR ISO 2022 KR, 韩文
JIS JIS, 日语
JIS0208 JIS 0208, 日语
KOI8_R KOI8-R, 俄语
KSC5601 KS C 5601, 韩文
MS874 Windows 泰国语
MacArabic Macintosh 阿拉伯语
MacCentralEurope Macintosh Latin-2
MacCroatian Macintosh 克罗地亚语
MacCyrillic Macintosh 斯拉夫语
MacDingbat Macintosh Dingbat
MacGreek Macintosh 希腊语
MacHebrew Macintosh 希伯莱语
MacIceland Macintosh 冰岛语
MacRoman Macintosh 罗马语
MacRomania Macintosh 罗马尼亚语
MacSymbol Macintosh 符号
MacThai Macintosh 泰国语
MacTurkish Macintosh 土耳其语
MacUkraine Macintosh 乌克兰语
SJIS Shift-JIS, 日语
UTF8 UTF-8
❹ Java鍑虹幇h
濡傛灉鍦 Java 浠ｇ爜涓鍑虹幇浜 ???h???锛岃繖鍙鑳芥槸鐢变簬缂栫爜闂棰樺艰嚧鐨勩傚叿浣撳湴璇达紝杩欏彲鑳芥槸鐢变簬浣跨敤浜嗛潪 UTF-8 缂栫爜淇濆瓨浜嗗寘鍚涓鏂囩殑婧愪唬鐮佹枃浠讹紝鎴栬呭湪缂栬瘧 Java 浠ｇ爜鏃朵娇鐢ㄤ簡閿欒鐨勭紪鐮佹牸寮忋
涓轰簡瑙ｅ喅杩欎釜闂棰橈紝鍙浠ュ皾璇曚互涓嬫柟娉曪細
纭璁ょ紪鐮佹牸寮忥細浣跨敤鍚堥傜殑鏂囨湰缂栬緫鍣ㄦ墦寮 Java 浠ｇ爜鏂囦欢锛屽苟纭璁ゅ叾缂栫爜鏍煎紡鏄鍚︿负 UTF-8銆傚傛灉涓嶆槸 UTF-8锛屽垯闇瑕佸皢鍏惰浆鎹涓 UTF-8 缂栫爜鏍煎紡銆
璁剧疆缂栫爜鏍煎紡锛氬湪缂栬瘧 Java 浠ｇ爜鏃讹紝鍙浠ラ氳繃璁剧疆缂栫爜鏍煎紡鐨勬柟寮忚В鍐宠ラ棶棰樸備緥濡傦紝浣跨敤 javac 鍛戒护缂栬瘧 Java 浠ｇ爜鏃讹紝鍙浠ユ坊鍔 -encoding UTF-8 鍙傛暟鎸囧畾缂栫爜鏍煎紡銆
淇鏀规簮浠ｇ爜锛氬傛灉浠ヤ笂鏂规硶閮芥棤娉曡В鍐抽棶棰橈紝鍙浠ュ皾璇曚慨鏀规簮浠ｇ爜銆傚皢 ???h??? 鏇挎崲涓轰腑鏂囧瓧绗﹀嵆鍙銆
❺ java 自动处理unicode编码
感觉除非是对方修改，不然没法处理，反斜杠开头的，应该是被识别成了8进制的数字了
❻ Java鎬庝箞瀹炵幇鍒犻櫎涓涓猽nicode缂栫爜鐨勫瓧绗
鎶奻or閲岀殑瀛楃︿覆闆嗕腑鍒颁竴涓猻tring閲岋紝鐒跺悗閫氳繃鎴鍙杝tring锛岀劧鍚庡啀杈撳嚭銆
--
class Hello
{
public static void main(String[] args)
{
System.out.println("Hello World!\b ");
}
}
//鍚庝究鍐嶅氬姞涓绌烘牸\b灏变細鐢熸晥銆
//------------------
//鍗曠嫭杈撳嚭涔熷彲浠
class Hello
{
public static void main(String[] args)
{
System.out.print("Hello World!");
System.out.print("\b");
}
}