将字符串中的特殊字符替换为它们的UTF-8编码字符java？

Question

我只想将特殊字符转换为它们的UTF-8等效字符。例如，给定一个字符串：Abcds23#$_ss，它应该被转换为Abcds23353695ss。

下面是我如何完成上述转换的：#的十六进制utf-8是23，十进制是35。$的十六进制utf-8是24，十进制是36。_的十六进制utf-8是5f，十进制是95。

我知道我们有String.replaceAll(String regex, String replacement)方法。但是我想用特定的UTF-8等效项替换特定的字符。

我如何在java中做同样的事情？

Answer 1

我不知道你是如何定义“特殊字符”的，但是这个函数应该给你一个概念：

public static String convert(String str) 
{
    StringBuilder buf = new StringBuilder();
    for (int index = 0; index < str.length(); index++)
    {
        char ch = str.charAt(index);
        if (Character.isLetterOrDigit(ch))
            buf.append(ch);
        else
            buf.append(str.codePointAt(index));
    }
    return buf.toString();
}

@Test
public void test()
{
    Assert.assertEquals("Abcds23353695ss", convert("Abcds23#$_ss"));
}

Answer 2

下面使用java 8或更高版本，检查Unicode代码点(符号)是字母还是数字，纯ASCII (< 128)，否则将Unicode代码点输出为数值字符串。

static String convert(String str) {
    int[] cps = str.codePoints()
            .flatMap((cp) ->
                Character.isLetterOrDigit(cp) && cp < 128
                ? IntStream.of(cp)
                : String.valueOf(cp).codePoints())
                    .toArray();
    return new String(cps, 0, cps.length);
}

String.codePoints()生成一个IntStream，flatMap在单个扁平流中添加IntStreams，toArray将其收集到一个数组中。所以我们可以从这些代码点构造一个新的字符串。完全Unicode安全。

没有分隔符，转换是不可撤消的。

Unicode上的：

Unicode对符号进行编号，称为代码点，从0向上，进入3字节范围。

要以字节进行编码(格式化)，存在UTF-8 (多字节)、UTF-16LE和UTF-16BE (2字节序列)和UTF-32 (码位按原样或多或少)。.class文件中的Java string常量采用UTF8格式。一个字符串由UTF-16BE char组成，字符串可以给出如上的代码点。所以java在设计上使用Unicode作为文本。