2012-03-14 8 views
6

Tengo un montón de personajes con que se ve algo como esto:Java convertir flujo de caracteres en la cadena humana "legible"

Комуникационна кабелна система 

ya veces tengo una mezcla de esta manera:

Généralités 

El primero se traduce en:

К о м у н и к а ц и о н н а к а б е л н а с и с т е м а

y la segunda a:

G é n é ralit é s

puedo ver esto usando un navegador y colocarlos en el cuerpo.

Pero, ¿cómo puedo hacer que Java salga como los caracteres "reales"? ¿Cómo se llama la codificación anterior?

he intentado un par de cosas, y por último esta (que no funcionaba):

import java.nio.charset.*; 
import java.nio.ByteBuffer; 
import java.nio.CharBuffer; 

List<String> lst = new ArrayList<String>(); lst.add("&#1050;"); lst.add("&#1086;"); 
for (String s : lst) { 

    Charset utf8charset = Charset.forName("UTF-8"); 
    Charset iso88591charset = Charset.forName("ISO-8859-1"); 

    ByteBuffer inputBuffer = ByteBuffer.wrap(s.getBytes()); 

    // decode UTF-8 
    CharBuffer data = utf8charset.decode(inputBuffer); 

    // encode ISO-8559-1 
    ByteBuffer outputBuffer = iso88591charset.encode(data); 
    byte[] outputData = outputBuffer.array(); 

    System.out.println (new String(outputData)) 
} 
+2

Es HTML-escapó. –

+0

se llaman entidades. si busca la conversión de entidad a unicode, puede encontrar lo que está buscando de esa manera – dldnh

+0

@dldnh ¡gracias por aclarar! no es lo más fácil para buscar en la web :) – momomo

Respuesta

7

Puede utilizar commons-lang a unescape este tipo de cosas. En Groovy:

@Grab('commons-lang:commons-lang:2.6') 
import org.apache.commons.lang.StringEscapeUtils as SEU 

def str = 'G&#233;n&#233;ralit&#233;s' 

println SEU.unescapeHtml(str) 
Cuestiones relacionadas