java - 将包含 ISO 8859-1 十六进制字符代码的字符串转换为 UTF-8 java

Question

我有一个字符串，我相信它包含一些 ISO-8859-1 十六进制字符代码

String doc = "#xC1;o thun b#xE9; g#xE1;i c#x1ED9;t d#xE2;y xanh bi#x1EC3;n"

我想把它改成这样，

Áo thun bé gái cột dây xanh biển

我尝试过这个方法，但没有成功

byte[] isoBytes = doc.getBytes("ISO-8859-1");
System.out.println(new String(isoBytes, "UTF-8"));

正确的转换方法是什么？非常感谢您的帮助!

Answer 1

假设 #nnnn; 序列是普通的旧式 Unicode 字符表示形式，我建议采用以下方法。

class Cvt {

    static String convert(String in) {
        String str = in;
        int curPos = 0;
        while (curPos < str.length()) {
            int j = str.indexOf("#x", curPos);
            if (j < 0) // no more #x
                curPos = str.length();
            else {
                int k = str.indexOf(';', curPos + 2);
                if (k < 0) // unterminated #x
                    curPos = str.length();
                else { // convert #xNNNN;
                    int n = Integer.parseInt(str.substring(j+2, k), 16);
                    char[] ch = { (char)n };
                    str = str.substring(0, j) + new String(ch) + str.substring(k+1);
                    curPos = j + 1; // after ch
                }
            }
        }
        return str;
    }

    static public void main(String... args) {
        String doc = "#xC1;o thun b#xE9; g#xE1;i c#x1ED9;t d#xE2;y xanh bi#x1EC3;n";
        System.out.println(convert(doc));
    }

}

这与前面的答案的方法非常相似，除了假设字符是 Unicode 代码点而不是 8859-1 代码点。

输出是

Áo thun bé gái cột dây xanh biển