Java获取字符的Unicode编码以及如何过滤特殊字符ZWNJ

获取Unicode编码

package com.xs.test;

public class Test {
	public static void main(String[] args) throws Exception {
		int decimal = ((int)'中');
		System.out.println(decimal); // Unicode十进制编码
		String hex = Integer.toHexString(decimal);
		System.out.println(hex); // Unicode十六进制编码
		System.out.println("中".contains("\u4e2d"));
	}
}

输出结果：

20013
4e2d
true

过滤特殊字符ZWNJ(zero-width non-joiner)

字符ZWNJ是个不可见的特殊字符，在数据库中往往会被保存为乱码，所以要过滤掉。

文件a.xml包含两个特殊字符ZWNJ：

中华‌人民‌共和国

过滤掉字符ZWNJ：

package com.xs.test;

import java.io.File;
import java.io.IOException;

import org.apache.commons.io.FileUtils;

public class Test2 {
	public static void main(String[] args) throws IOException {
		String path = Test2.class.getResource("a.xml").getFile();
		String content = FileUtils.readFileToString(new File(path), "UTF-8");
		System.out.println(content);
		
		char c1 = content.charAt(content.indexOf('华') + 1);
		int unicode1 = (int)c1;
		String hexUnicode1 = Integer.toHexString(unicode1);
		System.out.println(hexUnicode1);
		
		char c2 = content.charAt(content.indexOf('民') + 1);
		int unicode2 = (int)c2;
		String hexUnicode2 = Integer.toHexString(unicode2);
		System.out.println(hexUnicode2);
		
		System.out.println("-------------过滤后------------");
		System.out.println(content.replaceAll("\u200c", ""));
	}
}

输出结果：

中华?人民?共和国
200c
200c
-------------过滤后------------

中华人民共和国