自动将Unicode字符映射到相似的EBCDIC 1047字符

Question

我正在尝试对包含目标编码(CP 1047)不支持的字符的字符串进行编码。

有没有一种标准的/通用的/简单的方法将这些字符映射到cp1047等效项？

例如，文本有一个花哨的双引号字符(”)，我想将其转换为直双引号(")。

显然，我可以在我的代码中进行替换，但它们是更好的方法吗？有没有我不知道的开源工具或API？

Answer 1

如果你想在EBCDIC (CP1047)中编码Unicode字符，那么(显然)有UTF-EBCDIC (尽管我不知道任何现有的工具可以转换)。

或者，我会考虑使用非标准形式的Percent-encoding或XML/HTML encoding。这两种编码中的任何一种都可能具有现有的编码工具(例如Commons、Lang、StringEscapeUtils)。

最后，如果您只想将扩展字符‘映射’到CP1047空间中，那么我猜您需要一个字符接一个字符地扫描源字符串，然后从Map<Char, Char> (或Map<Char, String>)构建结果字符串，只要您事先知道必须处理的所有扩展字符以及它们所需的等价物/替换项。