java 处理unicode_java处理unicode码到ascii码的程序

在进行web开发时，例如编写web网站，爬取网站时，经常会遇到一些字符变成了unicode码的情形。如"/*

* 这里给出了两个静态方法，可以直接用类名调用，尽量调用第一个decode2(String) 这个函数

*/

import java.util.regex.Matcher;

import java.util.regex.Pattern;

/**

*

* @author OldKing

*/

public class Unicode2char {

/**

* 修改字符串中的unicode码

*

* @param s 源str

* @return 修改后的str

*/

public static String decode2(String s) {

StringBuilder sb = new StringBuilder(s.length());

char[] chars = s.toCharArray();

for (int i = 0; i < chars.length; i++) {

char c = chars[i];

if (c == '\\' && chars[i + 1] == 'u') {

char cc = 0;

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

char ch = Character.toLowerCase(chars[i + 2 + j]);

if ('0' <= ch && ch <= '9' || 'a' <= ch && ch <= 'f') {

cc |= (Character.digit(ch, 16) << (3 - j) * 4);

} else {

cc = 0;

break;

}

}

if (cc > 0) {

i += 5;

sb.append(cc);

continue;

}

}

sb.append(c);

}

return sb.toString();

}

/**

* 获取修复后的字符串

*

* @param str

* @return

*/

public static String getFixStr(String str) {

String ret = str;

Pattern p = Pattern.compile("(\\\\u.{4})");

Matcher m = p.matcher(ret);

while (m.find()) {

String xxx = m.group(0);

ret = str.replaceAll("\\" + xxx, decode2(xxx));

}

return ret;

}

}