Tengo un archivo que tiene cadenas escritas a mano como \ u00C3. Quiero crear un carácter Unicode que esté representado por ese Unicode en Java. Lo intenté pero no pude encontrar cómo. Ayuda.Java: Cómo crear unicode desde la cadena " u00C3", etc.
Editar: Cuando leo el archivo de texto, String contendrá "\ u00C3" no como unicode, sino como caracteres ASCII '\' 'u' '0' '0' '3'. Me gustaría formar un carácter unicode a partir de esa cadena ASCII.
escogí esto en algún sitio en la red:
String unescape(String s) {
int i=0, len=s.length();
char c;
StringBuffer sb = new StringBuffer(len);
while (i < len) {
c = s.charAt(i++);
if (c == '\\') {
if (i < len) {
c = s.charAt(i++);
if (c == 'u') {
// TODO: check that 4 more chars exist and are all hex digits
c = (char) Integer.parseInt(s.substring(i, i+4), 16);
i += 4;
} // add other cases here as desired...
}
} // fall through: \ escapes itself, quotes any character but u
sb.append(c);
}
return sb.toString();
}
funcionaba como encanto - gracias yo estaba luchando buenas 4 horas. si puedo, ¿qué buscó en google para encontrar la solución :) – Ravi
Como recuerdo, fue algo así como 'java unescape string' –
algo Probablemente lo largo de las líneas:
Scanner s = new Scanner(new File("myNumbers"));
while(s.hasNextLine()) {
System.out.println(
Character.valueOf(
(char)(int) Integer.valueOf(
s.nextLine().substring(2,6), 16
)
)
);
Dang, yo era un poco lento. Aquí está mi solución:
package ravi;
import java.io.BufferedReader;
import java.io.FileReader;
import java.util.regex.Pattern;
public class Ravi {
private static final Pattern UCODE_PATTERN = Pattern.compile("\\\\u[0-9a-fA-F]{4}");
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new FileReader("ravi.txt"));
while (true) {
String line = br.readLine();
if (line == null) break;
if (!UCODE_PATTERN.matcher(line).matches()) {
System.err.println("Bad input: " + line);
} else {
String hex = line.substring(2,6);
int number = Integer.parseInt(hex, 16);
System.out.println(hex + " -> " + ((char) number));
}
}
}
}
trabajo StringEscapeUtils.unescapeJava bien :)
Si quieres escapar solamente Unicode y nada más, mediante programación, puede crear una función:
private String unicodeUnescape(String string) {
return new UnicodeUnescaper().translate(string);
}
Esto usa org.apache.commons.text.translate.UnicodeUnescaper.
¿Cómo se formatea el archivo? ¿Son esas cuerdas una a una línea, o qué? –
Sí, cada uno en su propia línea (lo siento, no puedo reproducir los saltos de línea bere) \ U0103 \ u0104 \ u0105 \ u01CD – Ravi