Question

我正在使用Jersey生成RESTful服务，它生成UTF-8编码的回复。这是一段代码：

public static class Data {

    private String value;

    public Data(String value) {
        this.value = value;
    }

    public String getValue() {
        return value;
    }

    public void setValue(String value) {
        this.value = value;
    }
}

@GET
@Produces(MediaType.APPLICATION_JSON)
public Response method() {

    Data response = new Data("€");
    return Response.status(Response.Status.OK)
                   .type(MediaType.APPLICATION_JSON + ";charset=UTF-8")
                   .entity(response)
                   .build();
}

应该产生以下答复：

{"value":"€"}

或作为字节数组：

[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -30, -126, -84, 34, 125]

请注意，欧元符号编码为三个字节-30，-126，-84或0xe2 0x82 0xac。

但是，它产生以下响应

{"value":"â¬"}

或作为字节数组：

[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -61, -94, -62, -126, -62, -84, 34, 125]

注意，欧元符号现在编码为6个字节-61，-94，-62，-126，-62，-84或0xc3 0xa2 0xc2 0x82 0xc2 0xac。

我发现了一个转换序列，导致这种损坏，在某些时候，UTF-8编码数据被视为Latin1编码数据。

Data data = new Data("€");
org.codehaus.jackson.map.ObjectMapper mapper
    = new org.codehaus.jackson.map.ObjectMapper();
try {
    String strData = mapper.writeValueAsString(data);
    System.out.println(strData);
    byte[] rawData = mapper.writeValueAsBytes(data);
    System.out.println(Arrays.toString(rawData));

    String asLatin1 = new String(rawData, "ISO-8859-1");
    byte[] brokenUtf8 = asLatin1.getBytes("UTF-8");
    System.out.println(Arrays.toString(brokenUtf8));
} catch (IOException e) {
    System.out.println("Fail " + e.getMessage());
}

该服务在两台机器上运行，一台使用apache-tomcat-7.0.30，另一台运行在apache-tomcat-7.0.23中。前者产生正确的UTF-8响应，而后者则损坏了UTF-8。我无法找出导致行为差异的原因以及可以解决问题的原因。

Answer 1

问题有一个非常悲伤的原因，很难找到。 Ant的javac任务有明确的编码集：

<javac destdir="${classes}" includeantruntime="false" source="1.6" target="1.6" debug="true" encoding="ISO-8859-1" classpathref="main.classpath">

它在一个Tomcat下工作，因为它是用Eclipse构建的，另一个部署是用Ant构建的，破坏了所有Unicode字符。

Answer 2

如果它在7.0.30而不是在7.0.23中工作，也许这是一个被发现并修复的错误？您是否检查了Tomcat changelog以确定其中是否有任何内容？

HttpServletResponse会生成损坏的UTF-8数据

2 个答案: