java Unicode统一码如何解析

在 Java 里，“Unicode 统一码（Unicode）”的解析通常有三种常见含义，我分别说明，并给出示例。

一、把“Unicode 转义字符串”解析为真实字符（最常见）

例如字符串：

\u4E2D\u6587

想解析成：

中文

1️⃣ 使用 Java 原生支持（编译期）

Java 源码里的 \uXXXX 会在编译时自动解析：

String s = "\u4E2D\u6587";
System.out.println(s); // 中文

✅ 这是编译器行为，不是运行时代码解析。

2️⃣ 运行时解析 Unicode 转义（重点）

如果 \u4E2D 是字符串内容（比如从文件、网络读取），Java 不会自动解析。

方法一：Apache Commons Text（推荐）

import org.apache.commons.text.StringEscapeUtils;

String s = "\\u4E2D\\u6587";
String result = StringEscapeUtils.unescapeJava(s);
System.out.println(result); // 中文

依赖：

<dependency>
  <groupId>org.apache.commons</groupId>
  <artifactId>commons-text</artifactId>
  <version>1.10.0</version>
</dependency>

方法二：自己写解析（无依赖）

public static String parseUnicode(String str) {
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < str.length(); i++) {
        if (i + 5 < str.length() &&
            str.charAt(i) == '\\' && str.charAt(i + 1) == 'u') {
            String hex = str.substring(i + 2, i + 6);
            char c = (char) Integer.parseInt(hex, 16);
            sb.append(c);
            i += 5;
        } else {
            sb.append(str.charAt(i));
        }
    }
    return sb.toString();
}

二、把字符解析为 Unicode 码点（反向）

String s = "中";
int codePoint = s.codePointAt(0);
System.out.println(Integer.toHexString(codePoint)); // 4e2d

三、Unicode 正规化（NFC / NFD）

import java.text.Normalizer;

String s = "é"; // 可能是 e + ́
String normalized = Normalizer.normalize(s, Normalizer.Form.NFC);

用于：

• 中文繁简
• 表情符号
• 拼音组合字符

四、常见误区

❌ Java 运行时不会自动解析 \uXXXX
❌ \u 不是“编码”，是 Unicode 转义写法
✅ Unicode 本质是“码点（code point）”

如果你是指：

• 解析 Unicode 文件
• 解析 Emoji
• UTF-8 / UTF-16 解码
• 处理 \uD83D\uDE00 这种代理对

可以告诉我具体场景，我可以给更精确的代码。