转换汉字为unicode形式的字符串和转换unicode形式字符串转换成汉字__http://www.cppblog.com/biao/archive/2010/12/21/137087.html

转载 2016年06月01日 17:10:00

/* 输出

Original:       黄   彪彪

to unicode:     \u9EC4\ \t\u5F6A\u5F6A

from unicode:   黄   彪彪

使用命令转换: native2ascii -encoding utf-8 a.txt a.txt

Java的properties属性文件会把字符先转换成unicode的形式存储.

*/


import java.io.UnsupportedEncodingException;


public class UnicodeConverter {

    public static void main(String[] args) throws UnsupportedEncodingException {

        String s = "黄 \t彪\u5F6A";

        System.out.println("Original:\t\t" + s);


        s = toEncodedUnicode(s, true);

        System.out.println("to unicode:\t\t" + s);


        s = fromEncodedUnicode(s.toCharArray(), 0, s.length());

        System.out.println("from unicode:\t" + s);

    }


    private static final char[] hexDigit = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A',

            'B', 'C', 'D', 'E', 'F' };


    private static char toHex(int nibble) {

        return hexDigit[(nibble & 0xF)];

    }


    /**

     * 将字符串编码成 Unicode 形式的字符串. 如 "黄" to "\u9EC4"

     * Converts unicodes to encoded \\uxxxx and escapes

     * special characters with a preceding slash

     * 

     * @param theString

     *        待转换成Unicode编码的字符串。

     * @param escapeSpace

     *        是否忽略空格,为true时在空格后面是否加个反斜杠。

     * @return 返回转换后Unicode编码的字符串。

     */

    public static String toEncodedUnicode(String theString, boolean escapeSpace) {

        int len = theString.length();

        int bufLen = len * 2;

        if (bufLen < 0) {

            bufLen = Integer.MAX_VALUE;

        }

        StringBuffer outBuffer = new StringBuffer(bufLen);


        for (int x = 0; x < len; x++) {

            char aChar = theString.charAt(x);

            // Handle common case first, selecting largest block that

            // avoids the specials below

            if ((aChar > 61) && (aChar < 127)) {

                if (aChar == '\\') {

                    outBuffer.append('\\');

                    outBuffer.append('\\');

                    continue;

                }

                outBuffer.append(aChar);

                continue;

            }

            

            switch (aChar) {

            case ' ':

                if (x == 0 || escapeSpace) outBuffer.append('\\');

                outBuffer.append(' ');

                break;

            case '\t':

                outBuffer.append('\\');

                outBuffer.append('t');

                break;

            case '\n':

                outBuffer.append('\\');

                outBuffer.append('n');

                break;

            case '\r':

                outBuffer.append('\\');

                outBuffer.append('r');

                break;

            case '\f':

                outBuffer.append('\\');

                outBuffer.append('f');

                break;

            case '=': // Fall through

            case ':': // Fall through

            case '#': // Fall through

            case '!':

                outBuffer.append('\\');

                outBuffer.append(aChar);

                break;

            default:

                if ((aChar < 0x0020) || (aChar > 0x007e)) {

                    // 每个unicode有16位,每四位对应的16进制从高位保存到低位

                    outBuffer.append('\\');

                    outBuffer.append('u');

                    outBuffer.append(toHex((aChar >> 12) & 0xF));

                    outBuffer.append(toHex((aChar >> 8) & 0xF));

                    outBuffer.append(toHex((aChar >> 4) & 0xF));

                    outBuffer.append(toHex(aChar & 0xF));

                } else {

                    outBuffer.append(aChar);

                }

            }

        }

        return outBuffer.toString();

    }


    /**

     * 从 Unicode 形式的字符串转换成对应的编码的特殊字符串。 如 "\u9EC4" to "黄".

     * Converts encoded \\uxxxx to unicode chars

     * and changes special saved chars to their original forms

     * 

     * @param in

     *        Unicode编码的字符数组。

     * @param off

     *        转换的起始偏移量。

     * @param len

     *        转换的字符长度。

     * @param convtBuf

     *        转换的缓存字符数组。

     * @return 完成转换,返回编码前的特殊字符串。

     */

    public static String fromEncodedUnicode(char[] in, int off, int len) {

        char aChar;

        char[] out = new char[len]; // 只短不长

        int outLen = 0;

        int end = off + len;


        while (off < end) {

            aChar = in[off++];

            if (aChar == '\\') {

                aChar = in[off++];

                if (aChar == 'u') {

                    // Read the xxxx

                    int value = 0;

                    for (int i = 0; i < 4; i++) {

                        aChar = in[off++];

                        switch (aChar) {

                        case '0':

                        case '1':

                        case '2':

                        case '3':

                        case '4':

                        case '5':

                        case '6':

                        case '7':

                        case '8':

                        case '9':

                            value = (value << 4) + aChar - '0';

                            break;

                        case 'a':

                        case 'b':

                        case 'c':

                        case 'd':

                        case 'e':

                        case 'f':

                            value = (value << 4) + 10 + aChar - 'a';

                            break;

                        case 'A':

                        case 'B':

                        case 'C':

                        case 'D':

                        case 'E':

                        case 'F':

                            value = (value << 4) + 10 + aChar - 'A';

                            break;

                        default:

                            throw new IllegalArgumentException("Malformed \\uxxxx encoding.");

                        }

                    }

                    out[outLen++] = (char) value;

                } else {

                    if (aChar == 't') {

                        aChar = '\t';

                    } else if (aChar == 'r') {

                        aChar = '\r';

                    } else if (aChar == 'n') {

                        aChar = '\n';

                    } else if (aChar == 'f') {

                        aChar = '\f';

                    }

                    out[outLen++] = aChar;

                }

            } else {

                out[outLen++] = (char) aChar;

            }

        }

        return new String(out, 0, outLen);

    }

}

python之分析decode、encode、unicode编码转换为汉字

decode()方法使用注册编码的编解码器的字符串进行解码。它默认为默认的字符串编码。decode函数可以将一个普通字符串转换为unicode对象。decode是将普通字符串按照参数中的编码格式进行解...
  • djd1234567
  • djd1234567
  • 2015年04月29日 22:38
  • 6222

十六进制Unicode编码字符串与中文字符串的相互转换

图书馆客户端项目中遇到的一个问题,得到的URL 是这样的 String baseurl = "http://innopac.lib.xjtu.edu.cn/availlim/search~S1...
  • leokelly001
  • leokelly001
  • 2015年04月22日 02:16
  • 8418

转换汉字为unicode形式的字符串和转换unicode形式字符串转换成汉字

http://www.cppblog.com/biao/archive/2013/07/04/137087.html
  • sunmenggmail
  • sunmenggmail
  • 2014年05月29日 16:02
  • 3662

UNICODE '\u'形式字符串编码和汉字相互转换的工具和C#源代码

  • 2011年04月14日 16:17
  • 34KB
  • 下载

转换汉字为unicode形式的字符串和转换unicode形式字符串转换成汉字

http://www.cppblog.com/biao/archive/2013/07/04/137087.html
  • sunmenggmail
  • sunmenggmail
  • 2014年05月29日 16:02
  • 3662

汉字转换成Unicode

  • 2011年06月15日 12:01
  • 5KB
  • 下载

汉字转换成Unicode

  • 2011年06月15日 11:56
  • 5KB
  • 下载

将数据形式转换成要求长度的字符串

  • 2009年07月18日 13:42
  • 156KB
  • 下载

python 判断unicode字符串是汉字/数字/字母,全角/半角转换

文本处理经常会判断字符串是否是字母,数字或者汉字的问题,python str模块提供了些方法,但是不支持unicode,所以模仿str的相关方法,实现了unicode 字符串的汉字/数字/字母判断方法...
  • xuh5156
  • xuh5156
  • 2013年06月17日 13:55
  • 3828

Java人民币从数字形式转换成汉字(繁体)!

一,实验要求给定一个浮点数,将其转化为金额的中文大写形式字符串。例如,123.45转化为“壹佰贰拾叁元肆角伍分”。编写方法,针对以下多种数据情况进一步完善程序。 (1)当金额为整数时,只表示整数部分...
  • gao_zhennan
  • gao_zhennan
  • 2017年05月18日 23:27
  • 330
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:转换汉字为unicode形式的字符串和转换unicode形式字符串转换成汉字__http://www.cppblog.com/biao/archive/2010/12/21/137087.html
举报原因:
原因补充:

(最多只允许输入30个字)