Unescape和转换字符串编码

Question

我必须在Java中将String解析为Date对象.字符串MMM d yyyy HH:mm:ss z设置为的模式后面的字符串French.

由于法语口音的编码,日期是在二月,八月或十二月时出现问题.例如,我将déc. 15 2011 16:55:38 CET在2011年12月15日获得.

我不能改变字符串的创建方式,所以我必须处理我身边的错误编码.似乎在生成时字符串编码错误(UTF-8内容编码为ISO 8859-1)然后转义.

现在我使用:

stringFromXML = stringFromXML.replaceAll("é", "é");
stringFromXML = stringFromXML.replaceAll("û", "û");

它之所以有效,是因为法国月份中唯一的重点是é,û但有没有更清晰的方式来转换角色？

Answer 1

你需要两个步骤:

1. 解析数字字符引用,例如,使用StringEscapeUtilsAndy的建议:

   String unescaped = StringEscapeUtils.unescapeHtml(in);
   

2. 通过将字符视为UTF-8代码单元来修复编码:

   String out = new String(unescaped.getBytes("ISO-8859-1"), "UTF-8");