Javaは文字のUnicode符号化を取得し、特殊文字ZWNJをどのようにフィルタリングするか

Unicodeコードの取得

package com.xs.test;

public class Test {
	public static void main(String[] args) throws Exception {
		int decimal = ((int)' ');
		System.out.println(decimal); // Unicode     
		String hex = Integer.toHexString(decimal);
		System.out.println(hex); // Unicode      
		System.out.println(" ".contains("\u4e2d"));
	}
}

出力結果:

20013
4e2d
true

特殊文字ZWNJ(zero-width non-joiner)をフィルタ
文字ZWNJは非表示の特殊文字で、データベースでは文字化けして保存されることが多いので、フィルタリングします.
ファイルa.xmlには2つの特殊文字ZWNJが含まれています.

  ‌  ‌   

文字をフィルタするZWNJ:

package com.xs.test;

import java.io.File;
import java.io.IOException;

import org.apache.commons.io.FileUtils;

public class Test2 {
	public static void main(String[] args) throws IOException {
		String path = Test2.class.getResource("a.xml").getFile();
		String content = FileUtils.readFileToString(new File(path), "UTF-8");
		System.out.println(content);
		
		char c1 = content.charAt(content.indexOf(' ') + 1);
		int unicode1 = (int)c1;
		String hexUnicode1 = Integer.toHexString(unicode1);
		System.out.println(hexUnicode1);
		
		char c2 = content.charAt(content.indexOf(' ') + 1);
		int unicode2 = (int)c2;
		String hexUnicode2 = Integer.toHexString(unicode2);
		System.out.println(hexUnicode2);
		
		System.out.println("-------------   ------------");
		System.out.println(content.replaceAll("\u200c", ""));
	}
}

出力結果:

  ?  ?   
200c
200c
-------------   ------------