Fatal编程技术网
  • java/
  • Java “日文转换”；“半声音”；性格

Java “日文转换”；“半声音”；性格

java character-encoding

Java “日文转换”；“半声音”；性格,java,apache-spark-sql,character-encoding,cjk,utf,Java,Apache Spark Sql,Character Encoding,Cjk,Utf,我试着比较两个包含日语字符的spark数据帧，有些字符看起来相同，但实际上与程序不同，比如プ vsプ 如果将它们放入utf-8编码器： プ utf-8=\xE3\x83\x97 プ utf-8=\xE3\x83\x95\xE3\x82\x9A 看起来像フ（\xE3\x83\x95）+小圆半音标（\xE3\x83\x95）=プ 这些差异被称为什么，在Java/Scala中有没有转换它们的方法 谢谢。プaka\xE3\x83\x97（UTF-8）是\u30d7aka プaka\xE3\x83

我试着比较两个包含日语字符的spark数据帧，有些字符看起来相同，但实际上与程序不同，比如プ vsプ

如果将它们放入utf-8编码器：

プ utf-8=\xE3\x83\x97

プ utf-8=\xE3\x83\x95\xE3\x82\x9A

看起来像フ（\xE3\x83\x95）+小圆半音标（\xE3\x83\x95）=プ

这些差异被称为什么，在Java/Scala中有没有转换它们的方法

谢谢。

プ
aka
\xE3\x83\x97
（UTF-8）是
\u30d7
aka

プaka
\xE3\x83\x95\xE3\x82\x9A
（UTF-8）是
\u30d5\u309a
aka和

如您所见，第二个字符是基本字符和组合字符。这类似于拉丁字符的变音标记（又称重音标记），例如how
ñ
=
n
+
̃
aka=+

您可以使用
Normalizer
类在这两种表单之间进行转换。请参阅：

另请参见：。

另见：