Java преобразует символьный поток в человеческую "читаемую" строку

у меня есть куча персонажей, которые выглядят примерно так:

Комуникационна кабелна система

и иногда у меня микс такой:

Généralités

первый переводится как:

Комуникационна кабелна система

и второе:

Généralités

Я вижу это с помощью браузера и поместить их в тела.

но как я могу заставить java выводить "реальные" символы ? Как называется вышеупомянутая кодировка?

я попробовал пару вещей, и, наконец, это ( что не сработало):

import java.nio.charset.*;
import java.nio.ByteBuffer;
import java.nio.CharBuffer;

List<String> lst = new ArrayList<String>(); lst.add("&#1050;"); lst.add("&#1086;");
for ( String s : lst ) {

    Charset utf8charset = Charset.forName("UTF-8");
    Charset iso88591charset = Charset.forName("ISO-8859-1");

    ByteBuffer inputBuffer = ByteBuffer.wrap( s.getBytes() );

    // decode UTF-8
    CharBuffer data = utf8charset.decode(inputBuffer);

    // encode ISO-8559-1
    ByteBuffer outputBuffer = iso88591charset.encode(data);
    byte[] outputData = outputBuffer.array();

    System.out.println ( new String(outputData) )
}

1 ответов


можно использовать commons-lang, чтобы unescape такого рода вещи. В Groovy:

@Grab( 'commons-lang:commons-lang:2.6' )
import org.apache.commons.lang.StringEscapeUtils as SEU

def str = 'G&#233;n&#233;ralit&#233;s'

println SEU.unescapeHtml( str )