如何解碼從Scala JavaTokenParsers的Unicode轉義等Java字符串到未轉義的字符串？

JavaTokenParsers Scala爲整數和浮點數以及雙引號字符串提供了方便的正則表達式。但這就是它的全部。我該如何做這些將這些字符串轉換回底層轉換對象的明顯事情？使用toDouble或toInt等等，這對數字來說很容易做到。但是，如何對字符串進行等價處理？例如。如果我輸入字符串如何解碼從Scala JavaTokenParsers的Unicode轉義等Java字符串到未轉義的字符串？

"Unicode \u20ac is a Euro sign, which I would write \\u20ac in a string. \243 is a pound sign.\n\r And \f is a \"form feed\", with embedded quotes.\n\r"

然後我通過JavaTokenParsers運行此，我會及時得到一個字符串返回的是正確地解析了嵌入式報價，但有一個雙引號字符作爲第一個和最後一個字符，以及大量反斜槓序列。如何獲得處理轉義序列的等效Java字符串？我不能相信沒有庫函數來做到這一點，但無法找到它。

來源

2012-07-01 Urban Vagabond

似乎沒有這樣的功能 - 至少，沒有在Scala編譯器中使用。儘管如此，這還不是一個確鑿的答案，也許之後會引入一個庫函數。

如果你想閱讀（或複製粘貼）這段代碼，下面是我找到的相關代碼。 Scala編譯器的標記化邏輯分佈在不同的文件中。最高級的方法似乎是fetchToken在src/compiler/scala/tools/nsc/ast/parser/Scanners.scala中，它依次授予src/compiler/scala/tools/nsc/util/CharArrayReader.scala（其祖先之一）中的邏輯，特別是nextChar和potentialUnicode。其他轉義在getLitChar中處理，同樣在Scanners.scala中處理。

來源

2012-07-02 03:18:07 Blaisorblade

好的，我環顧了一下。計算器上的另一個問題似乎解決相關的問題：

How to unescape a Java string literal in Java?

有一些源代碼也從湯姆·克里斯汀森做到這一點。

我還發現，Apache的共同性有一個函數來做到這一點：

org.apache.commons3.lang.StringEscapeUtils.unescapeJava()

您需要使用Commons 3版本，如果你要處理的八進制轉義。通過Christiansen的上述版本具有在其處理其他地方看到公共轉義序列更多的功能（例如，Java正則表達式，Perl和Python逸出，C逸出）中不存在Java中：

\a爲鍾（\007），\e爲ESC
\UXXXXXXXX爲UCS-4完整的Unicode編碼點（包括那些未在BMP）
\xXX十六進制逸出
\cX爲控制轉義，例如\cH = ^H = \b = \010
\0爲NULL（\000）

來源

2012-07-03 03:38:45

如何解碼從Scala JavaTokenParsers的Unicode轉義等Java字符串到未轉義的字符串？

回答

相關問題