使用Orbeon为查询字符串指定字符编码

Question

我们在读取UTF-8查询字符串时遇到字符编码问题。一个单独的外部应用程序构建了我们的Orbeon应用程序的链接，例如：

• http://localhost:8080/ops/encoding-test/?message=hello%20world
• http://localhost:8080/ops/encoding-test/?message=it%E2%80%99s%20a%20message

我们的应用程序模型使用oxf:request处理器读取查询字符串，然后在视图中显示字符串。在上面的第一种情况中，应用程序正确显示“hello world”而没有问题。在第二个测试用例中，%E2%80%99是UTF-8撇号的URL编码，并导致应用程序出错：

2012-09-13 12:21:43,383 ERROR XSLTTransformer  - Error at line 174 of oxf:/config/theme-examples.xsl:
Illegal HTML character: decimal 128
2012-09-13 12:21:43,384 ERROR ProcessorService  - Exception at line 174 of oxf:/config/theme-examples.xsl
; SystemID: oxf:/config/theme-examples.xsl; Line#: 174; Column#: -1
org.orbeon.saxon.trans.XPathException: Illegal HTML character: decimal 128

• 完整日志输出：https://gist.github.com/3716033
• 应用程序测试用例源：https://gist.github.com/3716159 - 针对orbeon-3.9.1.201202031753-PE
编写和测试

错误引用了撇号的多字节编码的第二个字节中的%80。请注意，在日志中不仅主题引发异常，而且xforms检查器也会这样做。

看起来URL正在被解码为Latin1而不是UTF-8，因为调试处理器列出it???s a message，其中包含撇号的三个字符。到目前为止，在我的研究中，似乎HTTP没有办法指定查询字符串本身的编码。

1. 有没有办法在使用oxf：request读取时指定查询字符串的编码？我没有看到处理器的配置属性或者properties-local.xml中与设置默认值相关的任何内容。
2. 如果没有，有没有办法强制字符串的相关编码？我怀疑这可以用XSLT完成，但无法找到一个例子。我相信我想要的东西相当于ruby的String#force_encoding。
3. 如果没有，是否有其他建议的方法来解决错误？我目前最糟糕的黑客攻击方法是在使用mod_rewrite之前删除任何有问题的字符，然后才能访问servlet。

感谢任何指导和帮助！

（交叉发布到http://mail-archive.ow2.org/ops-users/2012-09/msg00033.html的ops-users邮件列表）

Answer 1

Orbeon Forms依赖于servlet API返回的内容：请参阅getParameterMap() in ServletExternalContext。所以这似乎是你需要在应用程序服务器级别设置的东西;如果使用Tomcat，您可以通过adding URIEncoding="UTF-8" on the <Connector>完成此操作。