请问各位大神这个编码怎么转换成汉字,必须用JAVA程序来转吗?

哟狸猫 2015-07-21 08:35:28
\u60A8\u5F53\u524D\u89D2\u8272\u65E0\u6743\u9650\u67E5\u770B\u6B64\u9875\u9762\u3002\u8BF7\u8054\u7CFB\u7CFB\u7EDF\u7BA1\u7406\u5458\uFF0C\u83B7\u5F97\u76F8\u5E94\u7684\u6743\u9650\u3002\u6B64\u523B\uFF0C\u8BA9\u6211\u4EEC\u6B23\u8D4F\u4E00\u4E2A\u56FE\u7247\uFF0C\u653E\u677E\u4E00\u4E0B\u597D\u5427\uFF1F

请问这是什么编码?如何转成看得懂的汉字?
小弟初学者,请各位大神勿喷。谢谢!
...全文
354 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
哟狸猫 2015-07-22
  • 打赏
  • 举报
回复
引用 1 楼 Inhibitory 的回复:
import java.io.IOException;
import java.io.StringReader;
import java.util.Properties;

public class Main {

    public static void main(String[] args) throws IOException {
        String str = "key:\\u60A8\\u5F53\\u524D\\u89D2\\u8272\\u65E0\\u6743\\u9650\\u67E5\\u770B\\u6B64\\u9875\\u9762\\u3002\\u8BF7\\u8054\\u7CFB\\u7CFB\\u7EDF\\u7BA1\\u7406\\u5458\\uFF0C\\u83B7\\u5F97\\u76F8\\u5E94\\u7684\\u6743\\u9650\\u3002\\u6B64\\u523B\\uFF0C\\u8BA9\\u6211\\u4EEC\\u6B23\\u8D4F\\u4E00\\u4E2A\\u56FE\\u7247\\uFF0C\\u653E\\u677E\\u4E00\\u4E0B\\u597D\\u5427\\uFF1F";
        StringReader reader = new StringReader(str);
        Properties props = new Properties();
        props.load(reader);
        System.out.println(props.getProperty("key"));
    }
}
输出
您当前角色无权限查看此页面。请联系系统管理员,获得相应的权限。此刻,让我们欣赏一个图片,放松一下好吧?
想学习原理的话可以参考 http://www.cppblog.com/biao/archive/2010/12/21/137087.html
这个有用!感谢大神。那么反过来把汉字转成这个码呢?用哪个函数呀?
晴天_ccc 2015-07-22
  • 打赏
  • 举报
回复
new一个String,将上面的丢进构造函数好像就可以了
whzxcvbnm 2015-07-22
  • 打赏
  • 举报
回复
我在eclipse上试了下,这样就可以显示

String s = "\u60A8\u5F53\u524D\u89D2\u8272\u65E0\u6743\u9650\u67E5\u770B\u6B64\u9875\u9762\u3002\u8BF7\u8054\u7CFB\u7CFB\u7EDF\u7BA1\u7406\u5458\uFF0C\u83B7\u5F97\u76F8\u5E94\u7684\u6743\u9650\u3002\u6B64\u523B\uFF0C\u8BA9\u6211\u4EEC\u6B23\u8D4F\u4E00\u4E2A\u56FE\u7247\uFF0C\u653E\u677E\u4E00\u4E0B\u597D\u5427\uFF1F";
System.out.println(s);
HolyHealth 2015-07-22
  • 打赏
  • 举报
回复
unicode 字符码,可以自己在网上看下是怎么回事。
狂野的小公举 2015-07-21
  • 打赏
  • 举报
回复
String有构造方法
Inhibitory 2015-07-21
  • 打赏
  • 举报
回复
import java.io.IOException;
import java.io.StringReader;
import java.util.Properties;

public class Main {

    public static void main(String[] args) throws IOException {
        String str = "key:\\u60A8\\u5F53\\u524D\\u89D2\\u8272\\u65E0\\u6743\\u9650\\u67E5\\u770B\\u6B64\\u9875\\u9762\\u3002\\u8BF7\\u8054\\u7CFB\\u7CFB\\u7EDF\\u7BA1\\u7406\\u5458\\uFF0C\\u83B7\\u5F97\\u76F8\\u5E94\\u7684\\u6743\\u9650\\u3002\\u6B64\\u523B\\uFF0C\\u8BA9\\u6211\\u4EEC\\u6B23\\u8D4F\\u4E00\\u4E2A\\u56FE\\u7247\\uFF0C\\u653E\\u677E\\u4E00\\u4E0B\\u597D\\u5427\\uFF1F";
        StringReader reader = new StringReader(str);
        Properties props = new Properties();
        props.load(reader);
        System.out.println(props.getProperty("key"));
    }
}
输出
您当前角色无权限查看此页面。请联系系统管理员,获得相应的权限。此刻,让我们欣赏一个图片,放松一下好吧?
想学习原理的话可以参考 http://www.cppblog.com/biao/archive/2010/12/21/137087.html
一: 使用javacv来实现,最终也是用过ffmpeg来进行编码和推流,javacv实现到可以直接接收摄像头的帧数据 需要自己实现的代码只是打开摄像头,写一个SurfaceView进行预览,然后实现PreviewCallback将摄像头每一帧的数据交给javacv即可 javacv地址:https://github.com/bytedeco/javacv demo地址:https://github.com/beautifulSoup/RtmpRecoder/tree/master 二: 使用Android自带的编码工具,可实现硬编码,这里有一个国内大神开源的封装很完善的的库yasea,第一种方法需要实现的Camera采集部分也一起封装好了,进行一些简单配置就可以实现编码推流,并且yasea目前已经直接支持摄像头的热切换,和各种滤镜效果 yasea地址(内置demo):https://github.com/begeekmyfriend/yasea 服务器 流媒体服务器我用的是srs,项目地址:https://github.com/ossrs/srs 关于srs的编译、配置、部署、在官方wiki中已经写的很详细了,并且srs同样是国内开发人员开源的项目,有全中文的文档,看起来很方便 这里有最基本的简单编译部署过程 Android直播实现(二)srs流媒体服务器部署 播放器 android端的播放使用vitamio,还是国内的开源播放器,是不是感觉国内的前辈们越来越屌了^~^! vitamio支持几乎所有常见的的视频格式和流媒体协议 vitamio地址(内置demo):https://github.com/yixia/VitamioBundle 这里使用的是yaesa库,先介绍一下直播实现的流程:
【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的竞赛项目学习资料,作为参考学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 云移杯-景区口碑评价分值预测初赛第9源码+学习说明.zip ## 任务 根据每个用户的评论,预测他们对景区的情感值(1~5)。 ## 思路 1. 分类问题:通过分类器学习评论与情感值的复杂映射关系。 2. 回归问题:情感值实际是有先后等级关系,因此可以采用回归大法,直接预测。 注意:分类可以采用softmax多分的手段,实测效果很差。因此,我最终还是采用了回归大法。 ## 特征 特征很重要,自然语言处理作为非结构化数据的代表需要处理成计算机能够认识的语言,才能送入分类器来学习。首先需要对中文评论进行分词,此处采用两种开源分词: - 结巴分词,pyhton版本,可直接在python处理。 - hankcs分词,java版本,NLP大神的开源大作,链接如下:https://github.com/hankcs/HanLP 分词之后,有两种处理手段: 1. 把每个词当作一个标签,进行one-hot-code编码,也就是bag of words,变成一个稀疏矩阵,采用ridge or lasso等LR模型进行学习。 2. word2vec,该方法能够避免one-hot-code编码的稀疏性,且可以计算每个词之间的距离,得到近义词,反义词等。当然它还不仅如此,比如:king - man + woman = queen 针对第一种bag of words得到每个单词对应的标签,比如: 喜欢 -> 23, 不喜欢 -> 24, 杭州 -> 68,注意在进行标记时,我是根据每个词出现的频率来打标签的,这里可以简单理解为"杭州"出现的频率 > "不喜欢"出现的频率 > "喜欢"出现的频率 ### 统计特征 根据情感值标签,统计每个词出现的频次,从大到小排序: 1. label_1: 不认 大众化 斑斑驳驳 过团 找罪 船下 双倍 透顶 一百 误导 差价 一片狼藉 夸耀 太矮 再行 倒闭 值不值 谁家 三十块 明教 质... 2. label_2: 小得 望了望 五毛钱 欲望 关了 形同虚设 多钱 无法比拟 次数 脏乱差 差太多 人多车 还花 金领 佳音 室内环境 宰死 王小二 帮到... 3. label_3: 聊胜于无 名声大噪 兵谏亭 超强 不太值 好深 耗时间 白跑一趟 慈城 做礼拜 请问 体会出 景點 看提 啥子 金融机构 亦昌冶坊 可不... 4. label_4: 显贵 古庙 菽庄花园 没钱 门市 总归 明月山 土家族 早年 天主教堂 虎丘 桥边 紫藤 九门 麋鹿 兴坪 冰挂 古装 偷偷 留着 一探... 5. label_5: 叩拜 海鲜 热播 泰国 环岛 只选 藏兵 广州市区 亲眼看到 妃子 铺满 千奇百怪 水底 大会堂 内景 西域 忘不掉 透明 加深 慈禧... 对于每个情感值标签,出现词的集合是不一样的,简单统计它们的频次之后,可取topK的词进行离散化,比如由label_1构成的top5词集合为{不认,大众化,斑斑驳驳 ,过团,找罪},接着针对每一条评论,如果这些词出现在这条评论里,则为1,否则为0,对应能够生成5个特征。label_2至label_5同理。 ### 地点特征(/java/NLP.java) 往往景区差评成群聚现象,好的地方大都好评,差的地方整体呈现脏乱差现象,因此: 1. 取整个词料库top100的地点进行离散化 2. 差评景区离散化 ### 情绪窗口(/features/feature_extract.py) 采用snownlp做情绪预测,输入一条评论能够得到(0~1)之间的情感值,越接近1情感越积极。直接做整条评论的情感值特征提取效果不佳,采用如下trick: - 固定一个情感窗口,如窗口大小为2,则根据评论"我 不 喜欢 这个 地方",能够得到【我不】,【不喜欢】,【喜欢这个】,【这个地方】四条独立的组合,取情感值的最大,最小,均值,能够有效提取情感值较差的词组合。 ### tf-idf 如果单纯的根据频次统计词集合,会出现大量无意义的词,如{的,是}等等这些词会占据绝大部分,因此可以借助停用词表来过滤这些无意义的词。不过实测效果不好,这需要一个很强大的停用词表,而每种NLP任务的停用词表千变万化,一套大而全的停用词往往得不到一个针对性的效果。 解决思路:采用关键词提取法,tf-idf会对一条评论的每个词进行打分,根据打分进行排序,就能得到topK的关键词集合。核心思想如下:首先一个词在该条评论中出现的次数与该分成正比,这样某个词

50,446

社区成员

发帖
与我相关
我的任务
社区描述
Java相关技术讨论
javaspring bootspring cloud 技术论坛(原bbs)
社区管理员
  • Java相关社区
  • 小虚竹
  • 谙忆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧