java - 日语“半语音”字符的转换

Question

我试图比较两个包含日文字符的 spark 数据框，其中一些字符看起来相同但实际上与程序不同，例如 プ vs プ</p>

如果你把它们放在 utf-8 编码器中：

プ utf-8 = \xE3\x83\x97

プ utf-8 = \xE3\x83\x95\xE3\x82\x9A

好像フ(\xE3\x83\x95) + 小圆圈半声标(\xE3\x83\x95) = プ

这些区别叫什么，有什么方法可以在 Java/Scala 中转换它们？

谢谢你。

标签： javaapache-spark-sqlcharacter-encodingcjkutf

Answer 1