java - StringEscapeUtils.unescapeHtml 不适用于从文件读取的字符串

Question

我正在尝试读取包含 unicode 字符的文件，将这些字符转换为其相应的符号，然后将生成的文本打印到新文件中。我正在尝试使用 StringEscapeUtils.unescapeHtml 来执行此操作，但这些行只是按原样打印，unicode 点仍然完好无损。我进行了一次练习，从文件中复制一行，从中创建一个字符串，然后对其调用 StringEscapeUtils.unescapeHtml ，效果非常好。我的代码如下:

    class FileWrite 
{
 public static void main(String args[])
  {
  try{
      String testString = " \"text\":\"Dude With Knit Hat At Party Calls Beer \u2018Libations\u2019 http://t.co/rop8NSnRFu\" ";

      FileReader instream = new FileReader("Home Timeline.txt");
      BufferedReader b = new BufferedReader(instream);

      FileWriter fstream = new FileWriter("out.txt");
      BufferedWriter out = new BufferedWriter(fstream);

      out.write(StringEscapeUtils.unescapeHtml3(testString) + "\n");//This gives the desired output,
                                                                    //with unicode points converted
      String line = b.readLine().toString();

      while(line != null){
        out.write(StringEscapeUtils.unescapeHtml3(line) + "\n");
        line = b.readLine();
      }

      //Close the output streams
      b.close();
      out.close();
  }
  catch (Exception e){//Catch exception if any
    System.err.println("Error: " + e.getMessage());
  }
  }
}

Answer 1

//This gives the desired output,
//with unicode points converted
out.write(StringEscapeUtils.unescapeHtml3(testString) + "\n");

你错了。当 Java 将这种形式的字符串文字构建到类文件中时，它会在编译时对其进行转义:

"\u2018Libations\u2019"

没有HTML 3这段代码中的转义。您选择的方法旨在对 ‘ 形式的转义序列进行转义。

您可能想要 unescapeJava方法。