Solr 4.10.2编码

Question

要了解的事项：

• 我在Tomcat 8本地使用Solr 4.10.2
• 我在Netbeans IDE中的设置是：编码： windows-1252 | PHP： 5.3（需要这样）
• 我在Windows 7 x64中使用xampp 1.7.7
• 来自Tomcat的我的server.xml文件以<?xml version='1.0' encoding='utf-8'?>
开头
• 来自Tomcat的我的server.xml文件在连接器标记中有这个URIEncoding =“UTF-8”
• 我的php SolrPhpClient文件以UTF-8编码，没有BOM

情况：

当我使用Solr在我的网络应用程序中搜索时，如果我搜索Diário这个词，Solr Url调用的是：

ħ**号码：//本地主机：8080 / solr的/选择排序=得分+降序＆安培; FQ =％28searchfield％3A％28di％E1rio％29 + OR + ISBN％3A％28di％E1rio％29％29＆安培;重量= JSON＆安培; json.nl =映射＆安培; q =％28searchfield％3A％28di％E1rio％29 + OR + ISBN％3A％28di％E1rio％29 + OR + TITULO％3A％28di％E1rio％29 + OR +作者日期％3A％28di％E1rio％29 + OR + editoraid％3A1％5E0.00001 + OR + editoraid％3A2％5E0.00001 + OR + editoraid％3A133％5E0.00001 + VAL ％3A ％22ord％28ano％29％22％29 + AND +状态％3A％28active％29＆安培;开始= 0＆安培;行= 10

如果我使用urldecode（），我会得到：

h ** p：// localhost：8080 / solr / select？sort = score desc＆amp; fq =（searchfield：（diário）OR isbn：（diário））＆amp; wt = json＆amp; json.nl = map＆amp; q =（搜索字段：（diário）或isbn：（diário）或titulo：（diário）或autor：（diário）OR editoraid：1 ^ 0.00001 OR editoraid：2 ^ 0.00001 OR editoraid：133 ^ 0.00001 val ：“ord（ano）”）AND状态:(有效）＆amp; start = 0＆amp; rows = 10

问题：

当然，问题在于Diário字。

我已尝试直接在我的浏览器上插入这两个查询：

第一个给我一个错误： HTTP状态400 - {msg = URLDecoder：在查询字符串/表单数据的位置18之后检测到无效的字符编码（在解析为UTF-8时），代码= 400}

如果我使用第二个，它就像一个魅力！

我已经看过，使用mb_detect_encoding（）函数，据说我发送了所有utf-8编码。

为什么SolrPhpClient使用类似urlencode（）但却无法解码呢？

任何人都可以帮忙解决这个问题吗？

提前谢谢。

致以最诚挚的问候，

马塞洛

Answer 1

正如您所说，您使用的是Windows-1252作为编码，并且提交的数据位于Windows-1252中。在查询或将其插入Solr之前，您必须将其转换为UTF-8（通过iconv，例如：iconv("cp1252", "utf-8", $text)）。

源文件的编码不会影响应用程序中数据的编码，除非您在与Solr接口时使用UTF-8，否则您将遇到问题到处都是。在提交和查询Solr时将其转换为UTF-8，并在需要时返回到您的应用程序时将其转换回cp1252。