Question

我正在尝试从TextArea获取最多500个字符的值。但是我遇到了带有变音符号的字符的问题，其中每个特殊字符被4个字符替换。因此，如果我提供包含法语字符的500个字符的文本，则在数据库中持久存在的实际长度（字段长度为500）超过500个字符且事务失败。

一些例子：

oubliée转换为oubliÃƒÂ©e
désiriez转换为dÃ©©siriez

如果我做错了或者如何获取用户在Java代码中输入的实际文本，有人可以纠正我吗？我正在使用以下代码片段：

表单定义：

<form id="contForm" method="post" name="formCont"
    action="/wps/customforms/ParticipationRequest"
    enctype="multipart/form-data">

TextArea定义：

<div class="spec textarea small" id="inpSpec">
    <label class="label" for="inp"><%=content.getLangMap().get(langcode)%>
        <span class="required">*</span> <span class="hint"></span> </label>
    <div class="value">
        <div class="control">
            <textarea cols="5" rows="3"
                id="<%=String.valueOf(content.getId())%>"
                name="<%=String.valueOf(content.getId())%>"></textarea>
        </div>
    </div>
</div>

Servlet片段：

List<FileItem> items = new ServletFileUpload(new DiskFileItemFactory()).parseRequest(request);
String description = null;
for (FileItem item : items) {
        if (item.isFormField()) {
                if (item.getFieldName().equalsIgnoreCase(String.valueOf(content.getId()))) {

                        // Here I get invalid data for french characters.
                        description =  item.getString());
                    }
        }
}

其他信息：

使用的应用程序服务器：WAS
平台：Linux
我尝试将请求的字符编码类型设置为UTF-8，iso-8951 ......但它似乎不起作用。

Answer 1

utf-8中127以上的所有字符都以两个或更多字节进行转义。您似乎在数据写入程序和数据写入程序之间存在编码不匹配：

显示Ã©的文字是典型的一些法语口音字符，保存为utf-8编码，但后来读作latin-1（又名iso-8859-1）：é（hex {{ 1}}）在latin-1中保存在utf-8中变为E9（= C3 A9如果显示为＆＃34;原始＆＃34;字符）

我不知道您的应用程序服务器，但查看文本可写为utf-8的位置，但读作纯ISO-8859 /拉丁文本。

具有变音符号的字符被转换为ascii

1 个答案: