Java中解码Python编码的utf-8字符串\xc4\x91

Question

如何从Python创建的字符串“Oslobo\xc4\x91enja”获取正确的Java字符串？如何解码它？我已经尝试了所有可能的方法，到处寻找答案，但是我已经被这个问题困扰了2天。请帮助我！

以下是Python的Web服务方法，它返回JSON数据，Java客户端使用Google Gson进行解析。

def list_of_suggestions(entry):
   input = entry.encode('utf-8')
   """Returns list of suggestions from auto-complete search"""
   json_result = { 'suggestions': [] }
   resp = urllib2.urlopen('https://maps.googleapis.com/maps/api/place/autocomplete/json?input=' + urllib2.quote(input) + '&location=45.268605,19.852924&radius=3000&components=country:rs&sensor=false&key=blahblahblahblah')
   # make json object from response
   json_resp = json.loads(resp.read())

   if json_resp['status'] == u'OK':
     for pred in json_resp['predictions']:
        if pred['description'].find('Novi Sad') != -1 or pred['description'].find(u'Нови Сад') != -1:
           obj = {}
           obj['name'] = pred['description'].encode('utf-8').encode('string-escape')
           obj['reference'] = pred['reference'].encode('utf-8').encode('string-escape')
           json_result['suggestions'].append(obj)

   return str(json_result)

这里是Java客户端的解决方案

private String python2JavaStr(String pythonStr) throws UnsupportedEncodingException {
    int charValue;
    byte[] bytes = pythonStr.getBytes();
    ByteBuffer decodedBytes = ByteBuffer.allocate(pythonStr.length());
    for (int i = 0; i < bytes.length; i++) {
        if (bytes[i] == '\\' && bytes[i + 1] == 'x') {
            // \xc4 => c4 => 196
            charValue = Integer.parseInt(pythonStr.substring(i + 2, i + 4), 16);
            decodedBytes.put((byte) charValue);
            i += 3;
        } else
            decodedBytes.put(bytes[i]);
    }
    return new String(decodedBytes.array(), "UTF-8");
}

- Ognjen Stanić

---

你有UTF-8数据显示为Python字符串文字，将其解码为Unicode会得到Oslobođenja。 Java应该可以处理UTF-8数据吧？ - Martijn Pieters

也许可以看一下这个问题：https://dev59.com/TG025IYBdhLWcg3wi2qw - Freelancer

@Ognjen：你想做什么？如果你在Python中加载JSON，那么u'Oslobo\u0111enja'就是你想要的。这是一个有效的Unicode值。我认为你正在生成JSON供一些Java代码读取，并且正在努力解决Java方面的问题。 - Martijn Pieters

请勿在问题标题中加入“已解决”；相反，您可以将任何一个答案标记为被采纳的答案。 - Martijn Pieters

@Ognjen：JSON也使用\u....转义码，任何JSON解析器都可以处理。而是u'..'或u"..."字符串对于这些解析器无效。 - Martijn Pieters

Answer 1

您正在返回Python数据结构的字符串版本。

相反，应返回实际的JSON响应；保留值为Unicode：

if json_resp['status'] == u'OK':
    for pred in json_resp['predictions']:
        desc = pred['description'] 
        if u'Novi Sad' in desc or u'Нови Сад' in desc:
            obj = {
                'name': pred['description'],
                'reference': pred['reference']
            }
            json_result['suggestions'].append(obj)

return json.dumps(json_result)

现在Java不必解释Python转义码，而是可以解析有效的JSON。

- Martijn Pieters

---

正如你们英语使用者所说：运行得很好！ :) 谢谢，这是一种更优雅的解决方案。我仍在学习Python。 - Ognjen Stanić

Answer 2

Python通过将UTF-8字节转换为一系列\xVV值来转义Unicode字符，其中VV是字节的十六进制值。这与Java Unicode转义非常不同，后者仅针对每个字符使用单个\uVVVV，其中VVVV是十六进制的UTF-16编码。

考虑以下内容：

\xc4\x91

以十进制表示，这些十六进制值分别为：

196 145

然后（在Java中）：

byte[] bytes = { (byte) 196, (byte) 145 };
System.out.println("result: " + new String(bytes, "UTF-8"));

打印：

result: đ

- Keith

---

非常感谢你！我请你喝啤酒，把账单发给我 :) 再次感谢！ - Ognjen Stanić