java - 将十进制格式(html 编码)的 Unicode 字符字符串转换为常规字符串

Question

我有一个 Map 类型的变量。

if (sourceMap.containsKey(currentRow)) {
    //Remove the row from Map
} else {
    //Mismatch
}

其中sourceMap是一个Hashmap变量，其中包含许多字符串，例如

Period Name
Person Last Name
Person First Name
Order Code
Ship_to_Customer_Name
Sub_Profit_Center
Commission Amount
Credit Amount
Rate Amount
Apr-09
Morgan
Martin
1022334852
Carl Zeiss de M&# 195;&# 189;xico, S.A. de C.V.(no space after the # in the string)

和currentRow包含以下字符串:

Carl Zeiss de Mýxico, S.A. de C.V.

与最后一行相同。我的要求是它应该匹配。现在它不匹配。我必须进行什么转换才能匹配这些

这些字符串来自不同的文件 第一个以 CSV 格式下载，因此没有 unicode 字符。第二个(currentRow)以 unicoded txt 格式下载，并使用 dos2unix 转换为 CSV。

Answer 1

Carl Zeiss de Mýxico, S.A. de C.V.

这是一个包含 HTML 编码字符的字符串。您可以使用实用程序函数执行 HTML-unescape，例如 unescapeHtml4 .

通常，您希望将字符串保留为原始形式，而不是使用 HTML 转义符。看看你的 sourceMap 在哪里 - 如果你控制它并且可以修复它避免无端转义那么这就会起作用。另请注意，Máxico，无论是否经过 HTML 编码，看起来都像是堆栈中其他位置的 Unicode 字符处理不当的证据。