Reguläre Ausdrücke und Funktionen

[0l1]

Hallo miteinander,

ich habe mal eine Anfängerfrage zu regulären Ausdrücken in Java. Ich möchte gern in einem String alle "HTML-Unicode-Zeichen" durch "Java-Unicode-Zeichen" ersetzen.

Ich stelle mir das so vor:

String meinText = [VIELTEXT];
meinText = meinText.replaceAll( "&#(\\d*);", toUnicode( $1 ) );

und habe dafür eine Funktion toUnicode

String toUnicode( int c )
{
    return "\\u"+Integer.toString(c,16);
}

Irgendwie finde ich jedoch im Moment nicht so recht heraus, wie die Treffer meiner Gruppe im regulären Ausdruck auf der Seite der Ersetzung aussehen. $1 habe ich als Perl-Programmierer irgendwie intuitiv übernommen, aber das scheint in Java irgendwie anders auszusehen.

Würde mich freuen, wenn ihr mir da kurz auf die Sprünge helfen könnt

 

[eRaaaa]

Mhm an sich geht das in Java auch mit dem Dollarzeichen.
Ohne Gewähr würde ich jetzt sagen, dass das aber nur direkt im Replamement-String geht und nicht in dem Aufruf deiner Methode.
In jedem Fall gibt das aber einen String zurück, also müsstest du evtl. deine Methode auch ein wenig umbauen und evtl. Matcher benutzen?!

probiere mal

		Matcher m =Pattern.compile("&#(\\d*);").matcher(meinText);
		if(m.find()){
			meinText = m.replaceAll(toUnicode(m.group(1)));
		}

+deine Methodensignatur umändern

 

[0l1]

Hey eRaaaa! Das war sehr hilfreich und funktioniert auch wunderbar, vielen Dank

Was leider irgendwie nicht klappt, ist der Effekt, den ich mir erhofft hatte. Ich schreibe diese Daten per POI in ein PowerPoint-File.
Ich nehme als Beispiel mal ein Alpha her. α ( & # 9 4 5 ; ) wird dabei erfolgreich in u03b1 umgebaut. Leider kann ich meinen Unicode-Ausgabe-String aber nicht dynamisch durch "\u"+Zahlenwert zusammensetzen ("invalid unicode") und habe daher auf "\\u"+Zahlenwert gesetzt. Ich sehe also gar nicht das Alpha, sondern "u03b1" in meiner Ausgabe. Wenn ich von Hand in die Zeichenkette den kompletten Unicode "\u03b1" eintrage, sehe ich in der Folie wiederum das gewünschte Alpha.