如何逃生十進制文本轉換回爲Unicode在Java中

Question

在我們的堆棧第三方庫被改寫（munging）包含字符串的表情符號等等，像這樣：

「奔\ 240 \ 159 \ 144 \ 144 \ 240 \ 159 \ 142 \ 169「

即十進制字節，而不是十六進制短路。

當然有一個現有的例程可以將它轉換回適當的Unicode字符串，但我發現的所有關於此的討論都需要格式\ u12AF，而不是\ 123。

Answer 1

我不知道任何現有的套路，但一些簡單的像這樣應該做的工作（假設輸入可以作爲一個字符串）：

public static String unEscapeDecimal(String s) { 
    try { 
    ByteArrayOutputStream baos = new ByteArrayOutputStream(); 
    Writer writer = new OutputStreamWriter(baos, "utf-8"); 
    int pos = 0; 
    for (int i = 0; i < s.length(); i++) { 
     char c = s.charAt(i); 
     if (c == '\\') { 
     writer.flush(); 
     baos.write(Integer.parseInt(s.substring(i+1, i+4))); 
     i += 3; 
     } else { 
     writer.write(c); 
     } 
    } 
    writer.flush(); 
    return new String(baos.toByteArray(), "utf-8"); 
    } catch (IOException e) { 
    throw new RuntimeException(e); 
    } 
} 

筆者只是用來確保現有的字符在碼點> 127的字符串中編碼正確，如果它們發生未轉義。如果所有非ASCII字符都被轉義，則字節數組輸出流應該足夠了。