java - 在 Java/Clojure 中将 UTF-32 编码的字符串(C 样式)转换为 UTF-16(JSON 样式)编码的字符串

Question

我从一个服务中接收到一个字符串，该字符串显然使用 UTF-32 编码对其 unicode 字符进行编码，例如:\U0001B000(C 风格的 unicode 编码)。但是，为了在 JSON 中序列化此信息，我必须将其编码为 UTF-16，例如:\uD82C\uDC00。

但是，我不知道如何在 Java/Clojure 中读取这样的编码字符串，以及如何使用其他编码格式生成输出。

Answer 1

您可以使用以下方法从服务中读取接收到的字节:

(slurp received-bytes :encoding "UTF-32")

并使用以下方法写一个字符串:

(spit destination string-to-encode :encoding "UTF-16")

如果你的意思是你有一个表示编码字符二进制的字符串，那么你可以使用以下方法转换它:

(defn utf32->str [utf32-str]
  (let [buf (java.nio.ByteBuffer/allocate 4)]
    (.putInt buf (Integer/parseInt (subs  utf32-str 2) 16))
    (String. (.array buf) "UTF-32")))

(utf32->str "\\U0001B000" )

然后使用以下方法将其转换为 UTF-16:

(defn str->utf16 [s]
  (let [byte->str #(format "%02x" %)]
    (apply str
           (drop 1 (map #(str "\\U" (byte->str (first %) ) (byte->str (second %) ))
                        (partition 2 (.getBytes s "UTF-16")))))))

这是一个示例运行:

(str->utf16 (utf32->str "\\U0001B000"))
;=> "\\Ud82c\\Udc00"