java - 奇怪的字符转换，需要帮助澄清

Question

所以我正在编写一个程序，它将数据从网页提取到 Excel 工作表，然后将其打印到文本注释中。然而，我遇到的一个奇怪的问题是，从excel表格到文字注释，一个字符发生了变化。 - 变成了？ 。我的解决方案是迭代这个单词，当它到达？并将其更改为 - 。我尝试过使用我在网上找到的 unicodes 并完成了

.replace("(question mark unicode) ", " - ") 

无济于事。有谁知道它为什么这样做？您能确认 的 unicode 吗？和 - 。因此，如果单词是“Leo-III 1.3”，那么现在是“Leo?III 1.3”，谢谢您的帮助

Answer 1

? 是字符集编码问题的结果，可能出现在数据管道中的许多地方。

它实际上可能是在字符串的打印中，并且字符串本身是有效的。

要了解实际的字符值是什么，请尝试运行以下代码来打印字符串中找到的所有非 ASCII 字符的 Unicode 转义符:

public static void printNonAscii(String s) {
    TreeSet<Character> nonAscii = new TreeSet<>();
    for (char ch : s.replaceAll("[\r\n\\x20-\\x7E]", "").toCharArray())
        nonAscii.add(ch);
    for (char ch : nonAscii)
        System.out.printf("\\u%04X  %s%n", (int) ch, ch);
}

测试(UTF-8 格式的源代码)

printNonAscii("Foo ? \uFFFD ç ñ © ¼");

输出

\u00A9  ©
\u00BC  ¼
\u00E7  ç
\u00F1  ñ
\uFFFD  �