我在數據庫中存儲了以下字符串，格式爲Unicode。將數字實體轉換爲可讀格式
كنت قد دخلت بالفعل في مكان آخر من
現在，我想將該字符串轉換爲可讀格式。在Java中，我該怎麼做？
由於這些是HTML實體，因此需要某種庫方法將它們解析爲它們所代表的字符。
Apache Commons有StringEscapeUtils.unescapeHtml例如，我敢肯定還有很多其他的。
如果你真的想推出自己的東西，對於這種特殊情況下，你可以tokenise人數&#和;之間，它們解析爲十六進制INT，並呼籲Character.toChars將它們轉換爲Java的字符。但是，它會花費更多的工作量，並且比使用庫還包含更多的錯誤，並且我確信規範中存在邊緣案例，這些案例我都在進行着描述。
要麼應該給結果
ᘃᘆᕸᘂᖃᖃᖂᘄᕸᕶᕵᘄᘁᖓᘄᘁᘐᘅᘃᕵᘆᕰᖂᖅᘅᘆ
（順便說一句，我認爲你應該更具體的瞭解你的意思是 '可讀格式' 是什麼。我可以讀取即時字符串 - 這是一個實體引用序列。你是一個開發人員，準確！）
可讀意味着如果字符串是法語或烏爾都語，那麼它應該只顯示那個東西，而不是那個的unicode。 – 2012-02-24 13:30:25
@BhavikAmbani我認爲你誤解了Andrzej，他確實解決了你的問題。您需要在構建頁面時爲每個角色調用unescapeHtml函數。然後它會自動使用正確的字符集。 – egrunin 2012-02-24 15:42:54
@Bhavik - 但字符串**在法語或烏爾都語中不是**，它是US-ASCII，它是一串HTML實體引用。 :)你想*解析*這些引用，將字符串轉換爲基於一組規則的差異。這當然是有效的，但將其稱爲「解決實體參考」而不是「可讀」更爲明確。無論如何，這有點偏離主題 - 爲了解決您的問題，您需要調用合適的方法來避開字符串。 – 2012-02-24 15:52:38
這不是一個Unicode格式，它是XML/HTML字符參考erences。在您希望字面字符的數據庫中有這樣的數據是一種很大的數據質量。您可以按照Andrzej的描述通過解讀它們來閱讀它們，但從長遠來看，您需要修正將這些數據放在第一位的任何內容。提交的表單數據中的HTML字符引用通常表示您沒有將表單頁面作爲UTF-8提供。 – bobince 2012-02-24 11:08:07
我只想用那種語言的字符串，例如如果字符串在烏爾都語中，那麼它應該只顯示烏爾都語而不是Unicode字符。 – 2012-02-24 13:31:44
？烏爾都語是Unicode字符。 '＆''''''是一個HTML字符引用轉義符。它本身並不是與Unicode有關的。 – bobince 2012-02-25 20:46:28