Java 實現 Unicode (\uXXXX) 與中文字符串雙向轉換工具類

Unicode 轉義序列基礎

Java 原始碼中可使用 \uXXXX 表示 Unicode 字符（XXXX 為 4 位十六進制）。編譯器在**詞法分析階段**即解析轉義，故 "\u0022" 等同於 "\""，甚至可寫 public static void main\u0028String[] args\u0029（極不推薦）。

核心轉換邏輯

1. 字符串 → Unicode 轉義 (\uXXXX)

public static String toUnicodeEscape(String str) {
    if (str == null) return null;
    StringBuilder sb = new StringBuilder(str.length() * 6); // 預估容量
    for (char c : str.toCharArray()) {
        if (c <= 0xFFFF) { // BMP 字符
            sb.append(String.format("\\u%04x", (int) c));
        } else { // 補充字符平面 (需代理對)
            sb.append(String.format("\\u%04x\\u%04x", 
                (int) Character.highSurrogate(c), 
                (int) Character.lowSurrogate(c)));
        }
    }
    return sb.toString();
}

// 測試
System.out.println(toUnicodeEscape("簡介")); // \u7b80\u4ecb

2. Unicode 轉義 → 字符串

public static String fromUnicodeEscape(String escaped) {
    if (escaped == null) return null;
    StringBuilder sb = new StringBuilder(escaped.length());
    for (int i = 0; i < escaped.length(); ) {
        char c = escaped.charAt(i++);
        if (c == '\\' && i < escaped.length() && escaped.charAt(i) == 'u') {
            i++; // 跳過 'u'
            if (i + 4 <= escaped.length()) {
                String hex = escaped.substring(i, i + 4);
                try {
                    int codePoint = Integer.parseInt(hex, 16);
                    sb.append((char) codePoint);
                    i += 4;
                    continue;
                } catch (NumberFormatException ignored) {
                    // 非法十六進制，按原樣輸出
                }
            }
        }
        sb.append(c);
    }
    return sb.toString();
}

// 測試
System.out.println(fromUnicodeEscape("\\u7b80\\u4ecb")); // 簡介

3. 完整工具類（含常見轉義字符支援）

public class UnicodeUtil {
    // 字符串 -> \uXXXX 轉義
    public static String escape(String str) { ... } // 同 toUnicodeEscape
    
    // \uXXXX 轉義 -> 字符串（支援 \t \n \r \f \\ \' \" \uXXXX）
    public static String unescape(String escaped) {
        if (escaped == null) return null;
        StringBuilder sb = new StringBuilder(escaped.length());
        for (int i = 0; i < escaped.length(); ) {
            char c = escaped.charAt(i++);
            if (c == '\\' && i < escaped.length()) {
                c = escaped.charAt(i++);
                switch (c) {
                    case 'u': // Unicode
                        if (i + 4 <= escaped.length()) {
                            int val = 0;
                            for (int j = 0; j < 4; j++) {
                                char h = escaped.charAt(i++);
                                val = (val << 4) + hexValue(h);
                            }
                            sb.append((char) val);
                        } else sb.append("\\u");
                        break;
                    case 't': sb.append('\t'); break;
                    case 'n': sb.append('\n'); break;
                    case 'r': sb.append('\r'); break;
                    case 'f': sb.append('\f'); break;
                    case '\\': sb.append('\\'); break;
                    case '\'': sb.append('\''); break;
                    case '"': sb.append('"'); break;
                    default: sb.append('\\').append(c);
                }
            } else {
                sb.append(c);
            }
        }
        return sb.toString();
    }
    
    private static int hexValue(char c) {
        if (c >= '0' && c <= '9') return c - '0';
        if (c >= 'a' && c <= 'f') return c - 'a' + 10;
        if (c >= 'A' && c <= 'F') return c - 'A' + 10;
        throw new IllegalArgumentException("Invalid hex: " + c);
    }
}

JDK 內建替代方案

// 1. Properties 存儲自動轉義（ISO-8859-1 編碼）
Properties props = new Properties();
props.setProperty("key", "中文");
props.store(new FileOutputStream("config.properties"), null);
// 文件內容：key=\u4e2d\u6587

// 讀取自動解析
props.load(new FileInputStream("config.properties"));
System.out.println(props.getProperty("key")); // 中文

// 2. Apache Commons Text (推薦生產)
StringEscapeUtils.escapeJava("中文")   // \u4e2d\u6587
StringEscapeUtils.unescapeJava("\\u4e2d\\u6587") // 中文

應用場景

• 屬性文件 (.properties) 國際化配置：非 ASCII 字符必須轉義。
• JSON/Java 字符串字面量生成：避免編碼問題。
• 日誌/傳輸中嵌入非可打印字符：統一轉義便於調試。
• 正則表達式模式構建：動態生成 Unicode 字符類。

注意事項

1. 補充字符平面 (Emoji 等)：需代理對 \uD83D\uDE00，單個 char 無法容納，Java 內部用 int (code point) 處理。
2. 編碼一致性：源文件保存為 UTF-8，編譯器 `javac -encoding UTF-8`，運行時 `java -Dfile.encoding=UTF-8`。
3. 性能：大量轉換時預分配 StringBuilder 容量，避免擴容拷貝。

總結

Unicode 轉義 (\uXXXX) 是 Java 處理非 ASCII 字符的基礎機制。手動實現轉換器有助於理解編碼原理，生產代碼建議使用 Properties 自動轉義或 Apache Commons Text 成熟庫。掌握 codePoint vs char、補充平面代理對、編碼全鏈路一致性，是處理國際化文本的關鍵。