在Java中将非英语字符串转换为普通字符串

我需要根据一些基线验证某些文本

例如：

String a="La Panthère"; 
String b="La Panthère";

我知道string

b

包含HTML文本，所以我使用Apache

StringEscapeUtils

，它给了我

String b="La Panthère";
b=StringEscapeUtils.unescapeHtml(b);

输出：-拉潘太尔

但是我不知道字符串a中存储了什么。从某种程度上说，我知道这可能是上升文字，因此尝试了下面的代码

a=Normalizer.normalize(a, Normalizer.Form.NFKD);

注意：我尝试了所有形式的规范化器，但没有任何效果

有人能帮我用与

b

相同的方式制作字符串a吗？

如前所述，

模式通常表示编码错误

到那时，你已经不走运了

诸如更换
è
之类的补救措施既不可取，也不安全

转义或规范化
字符串
超出了范围，因为问题出在源代码，与HTML转换或重音规范化无关

但是，有一些简单的习惯用法可以将
字符串
转换为不同的编码

下面是一个例子：


模拟Windows-1252
字符串（在UTF-8环境中）
然后，它按原样打印（已损坏，因为它是UTF-8打印流中的Windows-1252
String
）
最后，它将其打印并重新转换为UTF-8

String a = new String(
"La Panthère".getBytes(Charset.forName("UTF-8")),
 Charset.forName("Cp1252")
);
System.out.println(a);
System.out.println(
    new String(
        a.getBytes(Charset.forName("Cp1252")), 
        Charset.forName("UTF-8")
    )
);



输出

La Panthère
La Panthère

注释

上面描述的转换习惯用法意味着您知道原始的
字符串是如何预先编码的

当使用以下编码相互解释文本时，会出现典型的编码问题：


ISO拉丁语1
Windows-1252
UTF-8

这是Java支持的编码及其规范名称的列表

在web环境中，在将值发送到后端之前，通常会调用Javascript函数在前端对值进行编码。
看起来像“La PanthÃre”的字符串很可能是使用错误的字符编码的结果。
a=a.replace（“Ã，”）