StringEscapeUtils.escapeJava

Question

我在期待\ud83d\udc4d\ud83d\udc4d的地方得到了\u1F44A\u1F44A。

import org.apache.commons.lang3.StringEscapeUtils

val data=""

println(StringEscapeUtils.escapeJava(data))//\u1F44A\u1F44A

println(StringEscapeUtils.unescapeJava("\u1F44A\u1F44A"))//ὄAὄA

println(StringEscapeUtils.unescapeJava("\ud83d\udc4d\ud83d\udc4d"))//

如何获取此\ud83d\udc4d\ud83d\udc4d？

Answer 1

Unicode: U+1F44D

UTF-16BE: D8 3D DC 4D

您可以看到1F44D uincode table

所以

println(StringEscapeUtils.escapeJava(data))//\u1F44A\u1F44A
println(StringEscapeUtils.unescapeJava("\ud83d\udc4d\ud83d\udc4d"))//

也许IDE控制台窗口使用的是utf-16BE？Eclipse可以将控制台窗口设置为使用utf-16be或其他

​

​

Answer 2

这是Apache Commons-Lang 3.0和3.1中的一个bug。我认为它已经在3.2.0中修复了，所以升级到3.2.x或3.3.x。

Answer 3

我不认为我们需要Apache Commons Library来做这件事。我们可以使用可用的标准库在Scala中轻松实现这一点。

val data: String =""

println(System.getProperty("file.encoding", "No encoding")))
// prints UTF-8

println(data.map(x => "\\u%04x".format(x.toInt)).mkString)
// prints \ud83d\udc4d\ud83d\udc4d

可以通过在JVM配置中设置file.encoding参数来设置编码。

在Scala2.13.3版的Scastie上测试。