- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在尝试用 java 解析一些 word 文档。有些值是日期范围之类的东西,而不是像 Startdate - endDate 那样显示,我得到了一些像这样的时髦字符
StartDate ΓÇô EndDate
这是 word 放置特殊字符连字符的地方。您能否搜索这些字符并将它们替换为常规 - 或字符串中的某些内容,以便我可以在“-”上标记化以及该字符是什么 - ascii? unicode 还是什么?
编辑添加一些代码:
String projDateString = "08/2010 ΓÇô Present"
Charset charset = Charset.forName("Cp1252");
CharsetDecoder decoder = charset.newDecoder();
ByteBuffer buf = ByteBuffer.wrap(projDateString.getBytes("Cp1252"));
CharBuffer cbuf = decoder.decode(buf);
String s = cbuf.toString();
println ("S: " + s)
println("projDatestring: " + projDateString)
输出如下:
S: 08/2010 ΓÇô Present
projDatestring: 08/2010 ΓÇô Present
此外,使用上面相同的 projDateString,如果我这样做:
projDateString.replaceAll("\u0096", "\u2013");
projDateString.replaceAll("\u0097", "\u2014");
然后打印出projDateString,它仍然打印为
projDatestring: 08/2010 ΓÇô Present
最佳答案
您可能得到的是 Windows-1252,它是一个字符集,而不是编码。 (Torgamus - 谷歌搜索 Windows-1232 没有给我任何信息。)
Windows-1252,以前称为“Cp1252”,几乎是 Unicode,但在相同位置保留了一些来自 Cp1252 的字符。 En Dash 是属于 Unicode C1
的字符 150 (0x96)保留的控制字符范围,不应存在。
您可以搜索字符 150 并将其替换为 \u2013
这是 En Dash 的正确 Unicode 代码点。
MS 在 0x80 到 0x9f 范围内还有很多其他字符,这些字符在 Unicode 标准中保留,包括 Em Dash、项目符号及其“智能”引号。
编辑:顺便说一句,Java 在内部对字符使用 Unicode 代码点值。 UTF-8 是一种编码,Java 在将字符串写入文件或网络连接时将其用作默认编码。
说你有
String stuff = MSWordUtil.getNextChunkOfText();
在哪里MSWordUtil
将是您为了以某种方式获取 MS-Word .doc 文件的片段而编写的内容。它可能归结为
File myDocFile = new File(pathAndFileFromUser);
InputStream input = new FileInputStream(myDocFile);
// and then start reading chunks of the file
默认情况下,当您从文件中读取字节缓冲区并从中生成字符串时,Java 会将其视为 UTF-8 编码文本。正如 Torgamus 勋爵所说,有一些方法可以告诉应该使用什么编码,但如果不这样做,Windows-1252 非常接近 UTF-8,除了 C1 中的那些讨厌的字符控制范围。
在得到一些类似 stuff
的字符串之后在上面,你不会找到 \u2013
或 \u2014
在其中,您会找到 0x96 和 0x97。
那时候你应该可以做
stuff.replaceAll("\u0096", "\u2013");
在我不得不处理这个问题的代码中,我没有这样做。我循环输入 CharSequence
一次一个字符,根据 0x80 <= charValue <= 0x9f
决定如果它必须被替换,并在数组中查找用什么替换它。如果您只关心 1252 En Dash 与 Unicode En Dash,则上面的 replaceAll() 会容易得多。
关于java - 如何在 java 中解析单词创建的特殊字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4000392/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!