Kotlin字符串中如何转义\u开头十六进制Unicode值使其原样输出

问题根因 #

Kotlin 编译器在编译阶段会自动将普通字符串字面量中的\uXXXX转义序列转换为对应的 Unicode 字符，运行时你拿到的字符串中存储的是实际的字符实体，不存在\u前缀的文本内容，因此你之前用正则匹配\u的方案无法生效。

可行解决方案 #

分两种场景处理：

场景1：已编译字符串转Unicode字面量 #

如果你的字符串是普通字面量声明的（编译后转义已经被解析），需要将实际字符反向转换为\uXXXX的字面量格式，实现如下：

fun String.toUnicodeLiteral(): String {
    return buildString {
        this@toUnicodeLiteral.forEach { char ->
            when {
                // 可打印ASCII字符保留原格式，不需要可删除此分支全量转义
                char in ' '..'~' -> append(char)
                // 其余字符统一转为\u+四位十六进制格式
                else -> append("\\u%04x".format(char.code))
            }
        }
    }
}

fun main() {
    val bs = "\ufffd\ufffd hello\n"
    println(bs.toUnicodeLiteral())
    // 输出结果：\ufffd\ufffd hello\u000a
    // 如果需要保留换行、制表符等常规转义的原格式，补充when分支单独处理即可
}

场景2：原始字符串的转义处理 #

如果你的字符串是用三个引号包裹的原始字符串（编译时不会解析\u转义，内存中实际存在\u文本），修正正则实现如下：

fun escapeRawUnicode(str: String): String {
    val unicodeRegex = """(?<!\\)(\\\\)*(\\u)([A-Fa-f\d]{4})""".toRegex()
    return unicodeRegex.replace(str) { match ->
        val prefix = match.groupValues[1]
        val code = match.groupValues[3]
        "${prefix}\\\\u${code}"
    }
}

fun main() {
    val rawStr = """\uffcd hello \\\\u1234"""
    println(escapeRawUnicode(rawStr))
    // 输出结果：\\uffcd hello \\\\u1234
}

最简方案 #

如果只是想在代码中声明字符串时不解析\u转义，直接用原始字符串包裹即可，不需要额外处理逻辑：

val bs = """\ufffd\ufffd hello\n"""
println(bs) // 直接输出：\ufffd\ufffd hello\n

内容的提问来源于stack exchange，提问作者vl4deee11