Question

这个问题涉及一个Tomcat 7 Web应用程序，该应用程序连接到MySQL（5.5.16）数据库。

当我打开zip文件时，其文件名在windows-1252字符集中编码，字符似乎由Java正确解释：

ZipFile zf = new ZipFile( zipFile, Charset.forName( "windows-1252" ) );
Enumeration entries = zf.entries();
while( entries.hasMoreElements() ) {
    ZipEntry ze = ( ZipEntry ) entries.nextElement();
    if( ! ze.isDirectory() ) {
        String name = ze.getName();
        System.out.println( name ); //prints correct filenames, e.g. café.pdf
    }
}

在ZipFile构造函数中省略Charset对象会导致异常。 zip文件中的文件名正确打印到标准输出，包括变音符号。但是，当我随后尝试将文件名存储在数据库中时，e-acute被替换为问号（如mysql控制台客户端所示）。我以前没有问题从Web应用程序插入特殊字符到MySQL。

当我在Java源代码中执行带é的INSERT时：

statement.executeUpdate( "insert into files (filename) values ('café.pdf')" );

é在MySQL中表现得很好。

此外，我的日志文件显示逗号而不是é: caf‚.pfd

有谁知道这里会发生什么？

Answer 1

正如您在评论部分中提到的，传入数据（压缩文件的名称）可以是不同的字符集。这对您来说是一个问题，因为您使用的是MySQL + JDBC链接，它会给您带来很多限制（例如MySQL中每列一个字符集，JDBC中每个连接只有一个字符集）。 p>

因此，我建议你将MySQL端的字符集（查找character_set_server和character_set_connection等变量）切换为UTF8，因为它可以让你传输和存储几乎任何字符你可能会收到。有关如何正确设置MySQL服务器的信息，请参阅here。请注意，MySQL服务器的设置可能具有挑战性，因此请不要犹豫，以获得额外的帮助。 JDBC将自动调整为服务器的character_set_connection变量，因此您不必更改Java应用程序中的任何内容。

您必须在应用程序中更改的一件事是您必须将所有传入数据转换为UTF8，以便将其发送并存储在MySQL服务器上。

祝你好运。

Answer 2

在存储数据的表格中，请确保使用正确的排序规则以存储电子锐化字符

Answer 3

问题已解决。 This post建议zip文件中的文件名编码可能不是windows-1252，而是IBM437。更改Charset：

ZipFile zf = new ZipFile( zipFile, Charset.forName( "windows-1252" ) );

到

ZipFile zf = new ZipFile( zipFile, Charset.forName( "IBM437" ) );

给出了所需的结果：在MySQL中保存获取的文件名时，它与é。

一起正确存储

出了什么问题？

使用

将zip文件中包含的文件名打印到标准输出

System.out.println( name );

让我错误地认为zip文件中的文件名被解释得很好：当我使用windows-1252编码打开zip文件时，文件名用diacritic：café.pdf很好地打印到标准输出。使用其他字符编码，出现了不同的符号而不是é。

但是在this answer的帮助下打印é - Unicode的{{1}}值时，我能够看到用char编码打开zip文件时，实际的Unicode值不是windows-1252（带有急性的拉丁小写字母e），而是\u00e9（单个低9引号）。当我使用\u201a字符集打开ZipFile时，会显示正确的Unicode值DID。

当然，使用IBM437将String打印到标准输出时，PrintStream也会与某个字符编码相关联。来自PrintStream Javadoc：

使用平台的默认字符编码将PrintStream打印的所有字符转换为字节。

我正在使用Windows XP。当我创建新的PrintStream

时

PrintStream

一切都有意义：打开带有out = new PrintStream( System.out, true, "IBM437" );字符编码的zip文件，并使用新的PrintStream，é被正确打印。

There Ain't No Such Thing As Plain Text.

使用从zip文件中的文件名派生的特殊字符

3 个答案: