使用 Java 更改 Unicode 文本内容

Question

在发送 unicode 文本时使用 Sms Gateway http api 可以正常工作，

即नमस्ते 的 Unicode：

%26%232344%3B%26%232350%3B%26%232360%3B%26%232381%3B%26%232340%3B%26%232375%3B 

如果我在浏览器中的 SMS 网关提供的以下 API 上发送此 Unicode。

http://msdgweb.mgov.gov.in/esms/sendsmsrequest?username=*****&password=****&smsservicetype=unicodemsg&content=%26%232344%3B%26%232350%3B%26%232360%3B%26%232381%3B%26%232340%3B%26%232375%3B&mobileno=*****&senderid=****

我在手机上收到的短信是：नमस्ते:

在 Java 中使用相同的 API 时，我尝试使用 UTF-8 Unicode，文本与 %26%232344%3B%26%232350%3B%26%232360%3B%26%232381%3B%26%232340%3B%26%232375%3B 相同。

我在应用程序代码方面遗漏了什么？

Answer 1

String text = "नमस्ते";

文本不知何故被翻译成 HTML 实体：

नमस्ते

当将 HTML 表单发布到未声明其接受（例如）UTF-8 (Unicode) 的服务器时，可能会发生这种情况。然后浏览器翻译输入字段。 还要在表格中说明：

<form action="..." accept-charset="UTF-8">

然后这个字符串被 URL 编码，& 到 %2B 等等。

作为重新转换 HTML 实体 (Ӓ) 的补丁，请使用 Apache common：

s = StringEscapeUtils.unescapeHTML(s);

或者转换自己：

String convertHtmlEntities(String s) {
     Pattern pattern = Pattern.compile("\\&#(\\d{1,7});");
     Matcher m = patter.matcher(s);
     StringBuffer sb = new StringBuffer();
     while (m.find()) {
         int cp = Integer.parseInt(m.group(1));
         String ch = new String(new int[] { cp }, 0, 1);
         m.appendReplacement(sb, ch);
     }
     m.appendTail(sb);
     return sb.toString();
}