如何解码含Unicode十进制编码的字符串？Apache工具尝试失败求助

你的问题出在工具选型上——StringEscapeUtils.unescapeJava()是用来处理Java风格转义字符（比如\n、\uXXXX这类）的，而你要解码的—是HTML十进制实体编码，得用专门处理HTML实体的方法。

直接用Apache Commons Text库中的StringEscapeUtils.unescapeHtml4()（或unescapeHtml3()）就能解决：

import org.apache.commons.text.StringEscapeUtils;

public class EntityDecodeExample {
    public static void main(String[] args) {
        String encodedStr = "4,0 — 10,0";
        String decodedStr = StringEscapeUtils.unescapeHtml4(encodedStr);
        System.out.println(decodedStr); // 输出结果：4,0 — 10,0
    }
}

注意：如果之前用的是旧版Apache Commons Lang库，StringEscapeUtils已经被迁移到Commons Text库中了，需要确保依赖正确引入。

—对应的是Unicode字符U+2014（长破折号），HTML实体解码方法会自动将这类十进制实体转换为对应的Unicode字符，而Java转义解码方法不支持这类格式，所以之前的尝试没效果。

内容的提问来源于stack exchange，提问作者FrancMo