java - 取消转义并转换字符串编码

Question

我必须在 Java 中将字符串解析为日期对象。我得到的字符串遵循模式 MMM d yyyy HH:mm:ss z，语言环境设置为 French。

由于法国口音的编码，当日期在二月、八月或十二月时会出现问题。例如，我得到 déc。 15 2011 16:55:38 CET 表示 2011 年 12 月 15 日。

我无法更改字符串的创建方式，因此我必须处理我这边的错误编码。似乎生成的字符串编码错误(UTF-8 内容编码为 ISO 8859-1)然后转义。

现在我使用:

stringFromXML = stringFromXML.replaceAll("é", "é");
stringFromXML = stringFromXML.replaceAll("û", "û");

之所以有效，是因为法语月份中唯一的重音是 é 和 û 但是是否有更简洁的方式来取消转义和转换字符？

Answer 1

你需要两个步骤:

1. 解析数字字符引用，例如，按照 Andy 的建议使用 StringEscapeUtils:

   String unescaped = StringEscapeUtils.unescapeHtml(in);
   

2. 通过将字符视为 UTF-8 代码单元来修复编码问题:

   String out = new String(unescaped.getBytes("ISO-8859-1"), "UTF-8");