java读取unicode

转自：http://blog.csdn.net/shigang_xing/article/details/8263728

略做修改。

public class Unicode {
    // java 读入unicode string，示例： 2013年5月5日
    public static void main(String[] args) {
        String a = "2013\\u5e745\\u67085\\u65e5";
        String b = readUnicodeStr2(a);
        System.out.println(b);
    }
    // java 读入unicode string，示例：  \u674e\u661f
    public static String readUnicodeStr(String unicodeStr) {
        StringBuilder buf = new StringBuilder();
        // 因为java转义和正则转义，所以u要这么写
        String[] cc = unicodeStr.split("\\\\u");
        for (String c : cc) {
            if (c.equals(""))
                continue;
            int cInt = Integer.parseInt(c, 16);
            char cChar = (char) cInt;
            buf.append(cChar);
        }
        return buf.toString();
    }

    // java 读入unicode,增加对unicode串中包含的英文的处理，示例：tb\u674ea\u661fb
    public static String readUnicodeStr2(String unicodeStr) {
        StringBuilder buf = new StringBuilder();

        for (int i = 0; i < unicodeStr.length(); i++) {
            char char1 = unicodeStr.charAt(i);
            if (char1 == '\\' && isUnicode(unicodeStr, i)) {
                String cStr = unicodeStr.substring(i + 2, i + 6);
                int cInt = Integer.parseInt(cStr, 16);
                buf.append((char) cInt);
                // 跨过当前unicode码，因为还有i++，所以这里i加5，而不是6
                i = i + 5;
            } else {
                buf.append(char1);
            }
        }
        return buf.toString();
    }

    // 判断以index从i开始的串，是不是unicode码
    private static boolean isUnicode(String unicodeStr, int i) {
        int len = unicodeStr.length();
        int remain = len - i;
        // unicode码，反斜杠后还有5个字符 uxxxx
        if (remain < 5)
            return false;

        char flag2 = unicodeStr.charAt(i + 1);
        if (flag2 != 'u')
            return false;
        String nextFour = unicodeStr.substring(i + 2, i + 6);
        return isHexStr(nextFour);
    }

    /** hex str 0-9 a-f A-F */
    private static boolean isHexStr(String str) {
        for (int i = 0; i < str.length(); i++) {
            char ch = str.charAt(i);
            boolean isHex = (ch >= '0' && ch <= '9' || ch >= 'a' && ch <= 'f' || ch >= 'A'
                    && ch <= 'F');
            if (!isHex) {
                return false;
            }
        }
        return true;
    }
}