用UTF-8编码字符java替换字符串中的特殊字符？

我只想将特殊字符转换为UTF-8等效字符。例如给出一个字符串：Abcds23#$_ss，它应该转换为Abcds23353695ss。用UTF-8编码字符java替换字符串中的特殊字符？

以下是如何做了上述的转换：以十六进制的UTF-8为#是23和小数是35进制中的UTF-8为$是24和小数是36. UTF- 8在十六进制_是5f和十进制是95.

我知道我们有String.replaceAll(String regex, String replacement)方法。但我想用特定的UTF-8等效替换特定的字符。

如何在java中执行相同操作？

2016-07-06 user2713255

为什么“＃$”变成“353695”？ – niceman

以下是转换发生的方式：＃的十六进制utf-8为23，十进制为35 $为十六进制的utf-8为24，十进制为36 _为十六进制的utf-8为5f和十进制是65 Sry编辑它的问题是Abcds23＃$ _ss而不是Abcds23＃$ ss – user2713255

不要将更多信息放入注释中，而是更新您的问题。 – GhostCat

我不知道你怎么定义“特殊字符”，不过这个功能应该给你一个想法：

public static String convert(String str) 
{ 
    StringBuilder buf = new StringBuilder(); 
    for (int index = 0; index < str.length(); index++) 
    { 
     char ch = str.charAt(index); 
     if (Character.isLetterOrDigit(ch)) 
      buf.append(ch); 
     else 
      buf.append(str.codePointAt(index)); 
    } 
    return buf.toString(); 
} 

@Test 
public void test() 
{ 
    Assert.assertEquals("Abcds23353695ss", convert("Abcds23#$_ss")); 
}

来源

2016-07-06 11:28:13 splash

是的，除了字母数字字符以外的任何字符在我的情况下都是特殊字符。您的程序如何将特殊字符转换为UTF-8等效，因为我无法在任何地方看到UTF-8？或者UTF-8是java中使用的默认编码？ – user2713255

@ user2713255我认为秘密在于'Character.codePointAt'，是的，我认为UTF-8是默认的 – niceman

@ user2713255'Character.codePointAt'返回给定索引处的Unicode代码点。 – splash

下使用Java 8以上，检查是否一个Unicode代码点（符号）是一个字母或数字，纯ASCII（< 128），否则输出Unicode代码点作为数值的字符串。

static String convert(String str) { 
    int[] cps = str.codePoints() 
      .flatMap((cp) -> 
       Character.isLetterOrDigit(cp) && cp < 128 
       ? IntStream.of(cp) 
       : String.valueOf(cp).codePoints()) 
        .toArray(); 
    return new String(cps, 0, cps.length); 
}

String.codePoints()产生一个IntStream，flatMap增加IntStreams在单个扁平流，并且收集toArray它在阵列中。所以我们可以从这些代码点构造一个新的String。完全Unicode安全。

如果没有分隔符，转换是不可撤销的。

论的Unicode：

的Unicode数字符号，称为代码点，从0向上，进3字节范围。

要编码（格式化）以字节为单位存在UTF-8（多字节），UTF-16LE和UTF-16BE（2字节序列）和UTF-32（码分或多或少）。 .class文件中的Java字符串常量使用UTF-8。字符串由UTF-16BE char组成。和String可以给出如上的代码点。所以Java设计使用Unicode来表示文本。

来源

2016-07-06 11:52:34

为什么需要'cp <128'条件，它有什么作用？在我的情况下，字母和数字以外的任何字符都被认为是特殊字符 – user2713255

有像'ü'，希腊字母，阿拉伯数字等字母。纯ASCII高达127，使用类字符人们也可以制定它的脚本/块是ASCII，但这有点冗长。 –

用UTF-8编码字符java替换字符串中的特殊字符？

回答

相关问题