無法將Unicode符號轉換爲西里爾文

我有一堆文件在俄文中以一些名字保存在Apache Lucene中，當我試圖將它們打印出來時，它看起來像這樣"\u0410\u0441\u043f\u0430\u0440"，但不是西里爾文符號。該項目在斯卡拉。我試圖用Apache Commons unescapeJava方法解決這個問題，但它沒有幫助。還有其他選擇嗎？無法將Unicode符號轉換爲西里爾文

更新： 項目是用Spray框架寫的，並返回像這樣的json。

{ 
    "id" : 0, 
    "name" : "\u0410\u0441\u043f\u0430\u0440" 
}

來源

2013-02-13 4lex1v

'Аспар'，這是你期望的輸出嗎？因爲對我來說，它工作。確保你用'UTF-16'編碼 – Danyel 2013-02-13 12:10:14

@Danyel是的，一般來說，但這只是一個例子 – 4lex1v 2013-02-13 12:47:39

這不是清楚這是實際的字符串內容，還是僅僅是打印時執行某些轉義的結果。你能告訴我們什麼'println（theString.length）'打印？如果它是'5'，那麼問題不在於字符串，而是與它顯示的方式有關。 – 2013-02-13 13:18:27

我將盡力推測你在做什麼。您使用噴霧，所以我推測，您使用的是它的JSON庫「噴霧JSON」

所以我假設你有spray.json.JsObject一些實例，你在你的問題發佈什麼是什麼，你得到的輸出時打印此實例。你的json對象是正確的，name字段的值沒有嵌入轉義，它實際上是轉換爲字符串轉義一些unicode字符。

見printString的定義在這裏： https://github.com/spray/spray-json/blob/master/src/main/scala/spray/json/JsonPrinter.scala

我也將承擔，當你試圖用unescapeJava，你將其運用在了name字段的值，創建一個新的spray.json.JsObject實例，你印成之前。鑑於你的json對象實際上沒有任何逃脫，這絕對沒有任何東西，然後當打印它時，打印機會像以前一樣逃脫，然後你又回到了原點。

值得一提的是，json規範並沒有規定字符是如何編碼的：它們既可以作爲它們的字面值存儲，也可以作爲unicode轉義。例如，字符串可以被描述爲僅僅是，或者被描述爲"\u0061\u0062\u0063"。任何一種形式都是正確的。恰巧噴霧JSON的作者決定對所有非ASCII字符使用後一種形式。

所以，現在你問，我能做些什麼來解決這個問題？您可以要求spray-json作者添加一個選項，讓您指定您不希望任何unicode轉義。但我想你想要一個解決方案現在。

最簡單的事情做的是隻是你的對象轉換爲字符串（通過JsValue.toString或JsValue.compactPrint或JsValue.prettyPrint），並然後結果傳遞給unescapeJava。至少這會讓你回到你的西里爾原始人物。但是這有點嚴重，而且實際上相當危險，因爲有些字符在字符串文字中不安全。例如：\n將被轉義爲實際回報，\u0022將轉義爲"。你可以很容易地看到它將如何破壞你的JSON文檔。但至少它可以證實我的理論（請記住，我一直在做關於你在做什麼的假設）。

現在爲了適當的修復：您可以簡單地擴展JsonPrinter並覆蓋它的printString方法來刪除unicode溢出。像這樣（未經）：

trait NoUnicodeEscJsonPrinter extends JsonPrinter { 
    override protected def printString(s: String, sb: StringBuilder) { 
    @tailrec 
    def printEscaped(s: String, ix: Int) { 
     if (ix < s.length) { 
     s.charAt(ix) match { 
      case '"' => sb.append("\\\"") 
      case '\\' => sb.append("\\\\") 
      case x if 0x20 <= x && x < 0x7F => sb.append(x) 
      case '\b' => sb.append("\\b") 
      case '\f' => sb.append("\\f") 
      case '\n' => sb.append("\\n") 
      case '\r' => sb.append("\\r") 
      case '\t' => sb.append("\\t") 
      case x => sb.append(x) 
     } 
     printEscaped(s, ix + 1) 
     } 
    } 
    sb.append('"') 
    printEscaped(s, 0) 
    sb.append('"') 
    } 
} 

trait NoUnicodeEscPrettyPrinter extends PrettyPrinter with NoUnicodeEscJsonPrinter 
object NoUnicodeEscPrettyPrinter extends NoUnicodeEscPrettyPrinter 

trait NoUnicodeEscCompactPrinter extends CompactPrinter with NoUnicodeEscJsonPrinter 
object NoUnicodeEscCompactPrinter extends NoUnicodeEscCompactPrinter

然後，你可以這樣做：

val json: JsValue = ... 
val jsonString: String = NoUnicodeEscPrettyPrinter(json)

jsonString將包含在美麗的打印格式，沒有任何unicde逃脫你的JSON文件。

來源

2013-02-13 14:46:08

+1非常好的答案和優秀的心靈感應能力:) – 4e6 2013-02-13 18:57:10

感謝您的答案=）你是對的，但我們希望在瀏覽器端轉換它們 – 4lex1v 2013-02-15 09:18:40

此問題出現在噴霧JSON 1.3.2將被校正：https://github.com/spray/spray-json/issues/46

我跑進使用阿卡HTTP 1.0，這取決於1.3.1阿拉伯字符類似的問題。通過升級到1.3.2，我的問題得到解決。

來源

2015-11-03 17:44:42

無法將Unicode符號轉換爲西里爾文

回答

相關問題