问题（TL; DR）

Question

我很新，所以不要太苛刻：）

问题（TL; DR）

我在将一个unicode String从网页中的嵌入式javax.swing.JApplet传递到Java Script部分时遇到了问题。我不确定这是对相关技术的错误还是误解：

问题

我想将一个unicode字符串从Java Applet传递给Java Script，但是String搞砸了。奇怪的是，问题不会出现在 Internet Explorer 10 中，而是出现在 Chrome（v26）和 Firefox（v20）中。我没有测试过其他浏览器。

返回的String似乎没问题，除了最后一个unicode字符。 Java Script Debugger和Web Page中的结果是：

abc→abc
表示→表
ま→ま
ウォッチリスト→ウォッチリス
アップロード→アップロー
ホ→
ホ→ホ（不确定）
アップロードabc→アップロードabc

字符串似乎在最后的字节中被破坏了。如果它以ASCII字符结尾，则该字符串是可以的。此外，问题不是在每个组合中发生，也不是每次都发生（不确定）。因此我怀疑是一个错误，我担心我可能会发布一个无效的问题。

测试设置

简约设置包括一个返回一些unicode（UTF-8）字符串的applet：

/* TestApplet.java */
import javax.swing.*;

public class TestApplet extends JApplet {

private String[] testStrings = {
            "abc", // OK (because ASCII only)
            "表示", // Error on last Character
            "表示", // Error on last Character
            "ホーム ", // OK (because of *space* after ム)
            "アップロード", ... }; 
    public TestApplet() {...};     // Applet specific stuff

    ...

    public int getLength() { return testStrings.length;};

    String getTestString(int i) {
        return testStrings[i];    // Build-in array functionality because of IE. 
    }
}

带有java脚本的相应网页可能如下所示：

 /* test.html */
<!DOCTYPE html>
<html>
    <head>
        <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
    </head>
    <body>
        <span id="output"/>
        <applet id='output' archive='test.jar' code=testApplet/>
    </body>

    <script type="text/javascript" charset="utf-8">
        var applet = document.getElementById('output');
        var node = document.getElementById("1");
        for(var i = 0; i < applet.getLength(); i++) {
             var text = applet.getTestString(i);
         var paragraphNode = document.createElement("p");
         paragraphNode.innerHTML = text;
         node.appendChild(paragraphNode);
        }
    </script>
</html>

环境

我使用“适用于Mozilla浏览器的下一代Java插件10.21.2”，使用当前的Java版本1.7.0_21处理Windows 7 32位。我的操作系统区域设置存在一些问题，但我尝试了几种（英语，日语，中文）区域设置。

如果损坏，String chrome会显示无效字符（例如）。另一方面，Firefox会完全丢弃字符串，如果它以结尾。

Internet Explorer设法正确显示字符串。

解决方案？

我可以想象几种解决方法，包括转义/取消转义和添加“最终字符”，然后通过java脚本删除。实际上我打算用Android的Webkit编写，我还没有在那里测试过。

由于我想继续在Chrome中进行测试（因为Webkit技术和舒适性），我希望这个问题有一个简单的解决方案，我可能会忽略它。

Answer 1

如果您在Chrome / Firefox中进行测试

请用此替换第一行，然后进行测试，

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">

当浏览器识别页面时，Doctype具有重要价值。

过渡/松散可以使用Unicode的类型。请测试并回复..

Answer 2

我建议在

上设置一个断点

paragraphNode.innerHTML = text;

并在JavaScript控制台中检查文本，例如与

console.log(escape(text));

或

console.log(encodeURIComponent(text));

或

for (i=0; i < text.length; i++) {
    console.log("i = "+i);
    console.log("text.charAt(i) = "+text.charAt(i)
    +", text.charCodeAt(i) = "+text.charCodeAt(i));
}

另见

http://www.fileformat.info/info/unicode/char/30a6/index.htm

https://developer.mozilla.org/en-US/docs/DOM/window.escape（不属于任何标准的一部分）

和

https://developer.mozilla.org/en-US/docs/JavaScript/Reference/Global_Objects/encodeURIComponent

或类似的资源。

您的源文件可能不是您所采用的编码（UTF-8）。

JavaScript假定为UTF-16字符串：

http://www.ecma-international.org/ecma-262/5.1/#sec-4.3.16

Java也假定为UTF-16：

http://docs.oracle.com/javase/1.5.0/docs/api/java/lang/String.html

Linux或Cygwin file命令可以显示文件的编码。