科学是实事求是的学问，来不得半点虚假。
什么是unicode码
unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。unicode码是一种标准，utf-8是一种unicode的实现方式之一。
关于ASCII，Unicode和UTF-8之间的关联和区别，可参照我的这篇博客：
http://blog.csdn.net/csdn_ds/article/details/72830771
Unicode码与中文的转化
Unicode码和中文的转化一般有两种方式：
1、通过jdk自带的工具native2ascii，通过命令行进行中文和unicode码的转化。
2、通过java代码进行转化。
此处，关于第一种方式，不介绍，介绍一下通过java代码的转化，测试代码如下：
package com.tooklili.service.test.dataoke;
import org.apache.commons.lang.StringUtils;
import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
/**
* unicode码转换测试
*
* @author shuai.ding
*
* @date 2017年5月31日下午5:41:15
*/
public class UnicodeTest {
private static final Logger LOGGER = LoggerFactory.getLogger(UnicodeTest.class);
/**
* unicode编码测试
*
* @author shuai.ding
*/
@Test
public void unicodeEncodeTest() {
String s = "你好";
String unicode = string2Unicode(s);
LOGGER.info("中文字符串:{}",s);
LOGGER.info("编码后的字符串:{}",unicode);
}
/**
* unicode解码测试
*
* @author shuai.ding
*/
@Test
public void unicodeDecodeTest() {
// 在java中"\"是转义字符，所以防止转义，必须写成下面的形式
// String s = "\\u0061\\u0041\\u4f60\\u597d\\u0024\\u006e\\u0067\\u006e\\u0031";
String s = "\\u5168\\u7ad9\\u63a5\\u53e3\\u5df2\\u5347\\u7ea7\\u4e3a\\u5206\\u9875\\u6a21\\u5f0f\\uff0c\\u6bcf\\u987550\\u6761\\u6570\\u636e\\uff0c\\u5206\\u9875\\u53c2\\u6570\\uff1a&page";
LOGGER.info("unicode码:{}",s);
String str = unicode2String(s);
LOGGER.info("转码后的字符串:{}",str);
}
@Test
public void unicodeToOutTest(){
String s="\u4f60\u597d";
LOGGER.info("unicode字符串在java中输出会自动转化:{}",s);
}
/**
* 将字符串转化成unicode码
* @author shuai.ding
* @param string
* @return
*/
private String string2Unicode(String string) {
if (StringUtils.isBlank(string)) {
return null;
}
char[] bytes = string.toCharArray();
StringBuffer unicode = new StringBuffer();
for (int i = 0; i < bytes.length; i++) {
char c = bytes[i];
// 标准ASCII范围内的字符，直接输出
if (c >= 0 && c <= 127) {
unicode.append(c);
continue;
}
String hexString = Integer.toHexString(bytes[i]);
unicode.append("\\u");
// 不够四位进行补0操作
if (hexString.length() < 4) {
unicode.append("0000".substring(hexString.length(), 4));
}
unicode.append(hexString);
}
return unicode.toString();
}
/**
* 将unicode码转化成字符串
* @author shuai.ding
* @param unicode
* @return
*/
private String unicode2String(String unicode) {
if (StringUtils.isBlank(unicode)) {
return null;
}
StringBuilder sb = new StringBuilder();
int i = -1;
int pos = 0;
while ((i = unicode.indexOf("\\u", pos)) != -1) {
sb.append(unicode.substring(pos, i));
if (i + 5 < unicode.length()) {
pos = i + 6;
sb.append((char) Integer.parseInt(unicode.substring(i + 2, i + 6), 16));
}
}
//如果pos位置后，有非中文字符，直接添加
sb.append(unicode.substring(pos));
return sb.toString();
}
}
测试输出结果：
INFO [com.tooklili.service.test.dataoke.UnicodeTest] 28 - 中文字符串:你好
INFO [com.tooklili.service.test.dataoke.UnicodeTest] 29 - 编码后的字符串:\u4f60\u597d
INFO [com.tooklili.service.test.dataoke.UnicodeTest] 50 - unicode字符串在java中输出会自动转化:你好
INFO [com.tooklili.service.test.dataoke.UnicodeTest] 42 - unicode码:\u5168\u7ad9\u63a5\u53e3\u5df2\u5347\u7ea7\u4e3a\u5206\u9875\u6a21\u5f0f\uff0c\u6bcf\u987550\u6761\u6570\u636e\uff0c\u5206\u9875\u53c2\u6570\uff1a&page
INFO [com.tooklili.service.test.dataoke.UnicodeTest] 44 - 转码后的字符串:全站接口已升级为分页模式，每页50条数据，分页参数：&page
