Java Unescape和convert字符串编码

我必须在Java中将字符串解析为日期对象。 我得到的字符串遵循模式

MMM d yyy HH:mm:ss z

，语言环境设置为

French

由于法语口音的编码，当日期为2月、8月或12月时会出现问题。例如，我得到

déC2011年12月15日CET 16:55:38

我无法更改字符串的创建方式，因此我必须处理我这边的错误编码。似乎生成的字符串编码错误（UTF-8内容编码为ISO 8859-1），然后转义

目前我使用：

stringFromXML = stringFromXML.replaceAll("é", "é");
stringFromXML = stringFromXML.replaceAll("û", "û");

它之所以有效，是因为法语月份唯一的重音是
é
和
ā
，但有没有更干净的方法来取消显示和转换字符？
如果您不介意这种依赖性，您可以使用Apache Commons StringEscapeUtils来实现这一点

从：

取消将包含实体的字符串转义为包含实体的字符串
与转义符对应的实际Unicode字符。支持
HTML4.0实体

例如，字符串“Franç；ais”将变为“”

它还可以处理输入中的数字实体。
您需要两个步骤：

解析数字字符引用，例如，使用Andy建议的
StringEscapeUtils
：

String unescaped = StringEscapeUtils.unescapeHtml(in);


通过将字符视为UTF-8代码单元修复编码：

String out = new String(unescaped.getBytes("ISO-8859-1"), "UTF-8");


以防万一，其他人正在寻找与我相同的解决方案。我试图解码从okhttp（android）请求中获得的字符，如：
和#195至
Ã

因此，正如@axtavt所建议的，我使用了
StringEscapeUtils
，但为此，我在gradle中添加了此依赖项：

compile 'org.apache.commons:commons-lang3:3.4'

并通过

return StringEscapeUtils.unescapeHtml3(word);        

此解决方案在我的计算机上运行，但在服务器上我收到一个异常
，原因是：java.text.ParseException:Unparseable date:“aoèè½t 04 2011 16:55:38 CEST”
。编码修复返回
aoè½t
而不是
aoèt
。知道这是从哪里来的吗？你确定输入是相同的吗？字符串是从XML文件中读取的。当我在文本编辑器中打开此XML时，编码标识为
UTF-8，不带BOM
。我从以下字段读取值：
août 04 2011 16:55:38 CEST
。在我的电脑（WindowsXP，Java1.6.0 t 11）上，值从
août
to
août
to
aoāt
。在服务器（Redhat5.4，Java1.6.0Ø21）上，值从
août
to
août
to
aoï½t
@YCI：你确定这不是进一步处理的结果吗？尝试以十六进制打印此转换的结果，以排除可能的输出问题。你是对的，我的日志文件中有编码问题！结果表明，当只执行
unescapethtml
而不使用
新字符串（unescaped.getBytes（“ISO-8859-1”），“UTF-8”）重新编码字符串时，程序就可以工作。这有点奇怪，但它是有效的。。。谢谢你的帮助！