Biblioteca para convertir native2ascii y viceversa

Question

Estoy buscando una biblioteca (con licencia Apache/BSD/EPL) para convertir texto nativo a ASCII usando \ u para caracteres no disponibles en ASCII (básicamente lo que hace java.util.Properties) .

Eché un vistazo y no parece que haya bibliotecas disponibles. He encontrado:

• JDK, tools.jar, native2ascii
• Properties.saveConvert() (método privado)
• http://www.koders.com/java/fidD26ED81BEBE41932C405904AD53AEE8459BB8509.aspx (GPL)

Hay alguien consciente de una biblioteca bajo el anterior licencias establecidas?

Answer 1

Puede hacerlo con un CharsetEncoder. Tienes que leer el texto 'nativo' con la codificación correcta para unicode. Entonces puede usar un codificador 'US-ASCII' para detectar qué caracteres se deben traducir a escapes de Unicode.

import java.nio.charset.Charset; 
import java.nio.charset.CharsetEncoder; 

import org.junit.Test; 

public class EncodeToEscapes { 

@Test 
public void testEncoding() { 
    final String src = "Hallo äöü"; // this has to be read with the right encoding 
    final CharsetEncoder asciiEncoder = Charset.forName("US-ASCII").newEncoder(); 
    final StringBuilder result = new StringBuilder(); 
    for (final Character character : src.toCharArray()) { 
     if (asciiEncoder.canEncode(character)) { 
      result.append(character); 
     } else { 
      result.append("\\u"); 
      result.append(Integer.toHexString(0x10000 | character).substring(1).toUpperCase()); 
     } 
    } 
    System.out.println(result); 
} 
} 

Además org.apache.commons: commons-lang contiene StringEscapeUtils.escapeJava() que puede escapar y unescape cadenas nativas.

Answer 2

probar este pedazo de código de Apache commons-lang:

StringEscapeUtils.escapeJava("ایران زیبای من"); 
StringEscapeUtils.unescapeJava("\u0627\u06CC\u0631\u0627\u0646 \u0632\u06CC\u0628\u0627\u06CC \u0645\u0646");