google cloud translate和Java的错误编码

Question

我正在尝试使用谷歌云翻译。我认为问题在于谷歌云翻译使用UTF8，jvm使用UTF16。所以我的翻译有一些错误。例如：

      public static void main(String... args) throws Exception {
    // Instantiates a client
    Translate translate = TranslateOptions.getDefaultInstance().getService();

    // The text to translate
    String text = "Bonjour, à qui dois-je répondre? Non, C'est l'inverse...";

    // Translates some text into Russian
    Translation translation =
        translate.translate(
            text,
            TranslateOption.sourceLanguage("fr"),
            TranslateOption.targetLanguage("en"));


    System.out.printf("Text: %s%n", text);
    System.out.printf("Translation: %s%n", StringEscapeUtils.unescapeHtml(translation.getTranslatedText()));
  }

将返回：

“喂，我该回答谁？不，正好相反……”

而不是：

你好，我该回答谁？不，正好相反

我们无法更改java字符串的编码，Google Cloud Api将不接受任何内容（字节[]？）但是绳子

有人知道怎么修吗

谢谢你的阅读

编辑：这段代码现在正在运行，我添加了StringEscapeUtils。从commons中删除HTML。apache依赖项。我不知道还有没有别的办法

Answer 1

尽管您已经找到了问题的解决方案，但我确实为您的问题提供了另一个修复方案，它不需要使用额外的库

translate方法默认返回一个html编码的字符串，如前所述。但是，如果在方法调用中提供了匹配的TranslateOption，则它可以返回纯文本字符串

方法调用将如下所示

    Translation translation = translate.translate(
            text,
            Translate.TranslateOption.sourceLanguage(from),
            Translate.TranslateOption.targetLanguage(to),
            Translate.TranslateOption.format("text")
    );

Answer 2

这不是UTF8/UTF16的问题
谷歌的答案是html编码的

https://en.wikipedia.org/wiki/Unicode_and_HTML

如果希望在xml/html上下文中仅使用ASCII传输unicode字符，则这是常见的