"&#,&#x,\u"开头的unicode介绍

        最近在写爬虫时遇到"&#"或者 "&#x"开头的 编码,在浏览器是可以正常打开的,但是爬取下来时却,显示  中国农业银行 在尝试了  utf-8 或者GBK,GB2312等等的编码都行不通的情况下, 在网上也找不到太多的资料,这让我很苦恼,而且百度搜索居然没法直接搜索符号,还是大谷歌好用,  通过http://tool.chinaz.com/tools/unicode.aspx  发现其实这个只是普通的unicode编码.但是却有不同的格式 比如\u开头的,"&#"或者"&#x"开头.   我们在 https://www.zhihu.com/question/21390312   找到了 问题的答案. 

         其实  \u 开头和  &#x 开头是一样的  都是16进制 unicode字符的不同写法,&# 则是 unicode字符的10进制的写法.知道这个之后我们写代码就容易多了.

  \u 　　　　16进制unicode

 &#x　　　　16进制unicode

&#　　　　　　10进制unicode

 

public static String unicode2String(String unicode) {  
       
        StringBuffer string = new StringBuffer();  
               
        if (unicode.startsWith("&#x")) {
         String[] hex = unicode.replace("&#x", "").split(";");             
            for (int i = 0; i < hex.length; i++) {         
                int data = Integer.parseInt(hex[i], 16);         
                string.append((char) data);  
            }
        }else if(unicode.startsWith("&#")){
        String[] hex = unicode.replace("&#", "").split(";");             
            for (int i = 0; i < hex.length; i++) {         
                int data = Integer.parseInt(hex[i], 10);         
                string.append((char) data);  
            }
        }              
        return string.toString();  
    } 

 

C# unicode 转换

System.Text.RegularExpressions.Regex.Unescape(this.url.Text)

参考：https://blog.csdn.net/u013243986/article/details/75287078