如何解决角色问题
背景故事
我基本上是从数据库中检索字符串。我更改一些文本或那些字符串。然后,我将那些字符串替换为原始字符串,上传回数据库。看完显示这些字符串的前端后,我对字符问题感到警觉。我不再拥有原始字符串,但拥有更新后的字符串。
问题
这些字符串中包含其他语言的字符。它们现在无法正确显示。我查看了代码点,看来原来的宪章是一个代码点,现在变成了两个不同的代码点。
"Je?ro^me" //code-points 8. Code-points: 74,101,63,114,111,94,109,101
"Jéróme" //code-points 6. Code-points: 74,233,243,101
问题
如何将"Je?ro^me"
返回到"Jéróme"
?
我尝试过的事情
有两次尝试解决问题的问题
a。尝试进行不同的转换后,该问题仍然存在。
b。这里有两个问题:
- 我不知道要寻找的所有潜在
e?
,o^
等。超过20,000个文件可能涵盖多种语言。 - 如果我的句子结尾为
e?
,该怎么办?
为了更好地理解此问题我进行了研究
- What is a "surrogate pair" in Java?
- https://docs.oracle.com/javase/tutorial/i18n/text/supplementaryChars.html
- https://www.w3.org/International/questions/qa-what-is-encoding
- https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-know-about-unicode-and-character-sets-no-excuses/
MCVE
import java.util.HashMap;
import java.util.Map;
/**
*https://stackoverflow.com/questions/5903008/what-is-a-surrogate-pair-in-java
*https://docs.oracle.com/javase/tutorial/i18n/text/supplementaryChars.html
*https://www.w3.org/International/questions/qa-what-is-encoding
*https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-kNow-about-unicode-and-character-sets-no-excuses/
* @author sedri
*/
public class App {
static String outputString;
public static void main(String[] args) {
//May approach to fix the issue
//Use a map to replace string issue with correct character
//The output looks good but I would need to include all special characters for may languages.
//What if I have a sentence like: How old are thee?
Map<String,String> map = new HashMap();
map.put("e?","é");
map.put("o^","ó");
final String string = "Je?ro^me";
final String accentString = "Jéróme";
outputString = string;
map.forEach((t,u) -> {
if(outputString.contains(t))
{
outputString = outputString.replace(t,u);
}
});
System.out.println("Fixed output: " + outputString);
System.out.println("");
//End of my attempt at a solution.
System.out.println("code points: " + string.codePoints().count());
for(int i = 0; i < string.length(); i++)
{
System.out.println(string.charat(i) + ": " + Character.codePointAt(string,i));
}
System.out.println("");
System.out.println("code points: " + accentString.codePoints().count());
for(int i = 0; i < accentString.length(); i++)
{
System.out.println(accentString.charat(i) + ": " + Character.codePointAt(accentString,i));
}
System.out.println("");
System.out.println("code points: " + outputString.codePoints().count());
for(int i = 0; i < outputString.length(); i++)
{
System.out.println(outputString.charat(i) + ": " + Character.codePointAt(outputString,i));
}
System.out.println("");
}
}
解决方法
其中一个代码点为63(问号)的事实意味着您将无法可靠地将该数据还原为原始格式。 ?
可以代表许多未正确解码的字符,这意味着您丢失了恢复原始字符的重要信息。
您需要做的是首先建立正确的编码,以便在您从数据库中读取时使用。由于您尚未将代码发布到读取这些字符串的位置,因此我无法确切告诉您执行该操作的方式或位置。
希望数据库本身中的数据尚未因不良字符编码而损坏,否则您已经丢失了所需的信息。
您可以通过执行诸如用“ó”替换“ o ^”之类的操作来部分部分修复此类损坏,但是,例如,如果“è”和“é”都变成了“ e”吗?”,则无法确定是哪一个。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。