如何使用 Java API 在 HBase 中解码表情符号（unicode）？

Question

在我的 HBase 表中，有一些编码的表情符号，如 \xF0\x9F\x8C\x8F 和 \xE2\x9A\xBE。我正在尝试使用 Bytes.toString() 来解码它们。但是，这种方法使用 utf-8，它只能解码像 \xE2\x9A\xBE 这样的三字节代码，而像 \xF0\x9F\x8C\x8F 这样的四字节代码似乎是一个问号（见下文）。那么如何将四个字节的代码解码为表情符号并打印出来呢？有人有想法吗？提前致谢！

例子：

结果应该是：

但我得到了

很抱歉，我忘记提及我正在使用 servlet 查询 HBase 并将内容写入响应。

Answer 1

当我读取包含以下字符“?”（F09F8C8F 或 U+1F30F）的文件并且它有一个指示 UTF-8 编码的 BOM 时，我通过使用正确地将其转换为 UTF-8

byte[] encoded = Files.readAllBytes(selectedFile.toPath());
String fileContents = new String(encoded, StandardCharsets.UTF_8);

生成的字符串已正确转换并正确显示在我的 Java Swing 应用程序中。但是，如果我将相同的字符串打印到控制台，我会得到一个带框的问号而不是符号。所以字符被正确转换，但只是你的输出把它弄乱了。

要重新创建它，您可以使用它：

public static void main(String[] args) throws Exception {
  byte[] encoded = { (byte) 0xF0, (byte) 0x9F, (byte) 0x8C, (byte) 0x8F };
  String convertedstring = new String(encoded, StandardCharsets.UTF_8);

  System.out.println("convertedstring: " + convertedstring);

  JDialog dialog = new JDialog();
  dialog.setSize(300, 100);
  dialog.setLocationRelativeTo(null);
  dialog.setTitle("encoding-test");
  dialog.setDefaultCloseOperation(WindowConstants.DISPOSE_ON_CLOSE);
  JLabel label = new JLabel("convertedstring: " + convertedstring);
  dialog.add(label);

  dialog.setVisible(true);
}

控制台输出

JDialog 输出

您可能还想看看Default character encoding for java console output 和Java, UTF-8, and Windows console