Question

假设我有：

<a href="http://www.yahoo.com/" target="_yahoo" 
    title="Yahoo!&#8482;" onclick="return gateway(this);">Yahoo!</a>
<script type="text/javascript">
function gateway(lnk) {
    window.open(SERVLET +
        '?external_link=' + encodeURIComponent(lnk.href) +
        '&external_target=' + encodeURIComponent(lnk.target) +
        '&external_title=' + encodeURIComponent(lnk.title));
    return false;
}
</script>

我已确认external_title被编码为Yahoo!%E2%84%A2并传递给SERVLET。如果在SERVLET我这样做：

Writer writer = response.getWriter();
writer.write(request.getParameter("external_title"));

我在浏览器中获得 Yahoo！¢。如果我手动将浏览器字符编码切换为UTF-8，它将更改为 Yahoo! ^TM （这就是我想要的）。

所以我认为我发送给浏览器的编码是错误的（它是Content-type: text/html; charset=ISO-8859-1）。我将SERVLET更改为：

response.setContentType("text/html; charset=utf-8");
Writer writer = response.getWriter();
writer.write(request.getParameter("external_title"));

现在浏览器字符编码是UTF-8，但它输出 Yahoo！â€，我无法让浏览器呈现正确的字符。

我的问题是：是否存在Content-type和/或new String(request.getParameter("external_title").getBytes(), "UTF-8");和/或其他会导致 Yahoo! ^TM 出现在SERVLET输出中？

Answer 1

你快到了。 EncodeURIComponent正确编码为UTF-8，这是你今天应该在URL中使用的。

问题是提交的查询字符串在进入服务器端脚本的过程中变得很残缺，因为getParameter（）使用ISO-8559-1而不是UTF-8。这是源于古代时代之前，网站在UTF-8上确定URI / IRI，但是Servlet规范尚未更新以匹配现实，或者至少为它提供可靠的支持选项，这是相当可悲的。

（Servlet 2.3中有request.setCharacterEncoding，但它不影响查询字符串解析，如果之前已经读过一个参数，可能是其他一些框架元素，它根本不起作用。）< / p>

因此，您需要使用特定于容器的方法来获取正确的UTF-8，通常涉及server.xml中的内容。这完全适合分发应该在任何地方工作的Web应用程序。对于Tomcat，请参阅http://wiki.apache.org/tomcat/FAQ/CharacterEncoding和What's the difference between "URIEncoding" of Tomcat, Encoding Filter and request.setCharacterEncoding。

Answer 2

我遇到了同样的问题并通过使用URLDecoder（）解码Request.getQueryString()并解压缩我的参数后解决了这个问题。

String[] Parameters = URLDecoder.decode(Request.getQueryString(), 'UTF-8')
                       .splitat('&');

Answer 3

有一种方法可以在java中完成（不需要摆弄server.xml）

不要工作：

protected static final String CHARSET_FOR_URL_ENCODING = "UTF-8";

String uname = request.getParameter("name");
System.out.println(uname);
// ÏÎ·Î³ÏÏÏÏÎ·
uname = request.getQueryString();
System.out.println(uname);
// name=%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7
uname = URLDecoder.decode(request.getParameter("name"),
        CHARSET_FOR_URL_ENCODING);
System.out.println(uname);
// ÏÎ·Î³ÏÏÏÏÎ· // !!!!!!!!!!!!!!!!!!!!!!!!!!!
uname = URLDecoder.decode(
        "name=%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7",
        CHARSET_FOR_URL_ENCODING);
System.out.println("query string decoded : " + uname);
// query string decoded : name=τηγρτσςη
uname = URLDecoder.decode(new String(request.getParameter("name")
        .getBytes()), CHARSET_FOR_URL_ENCODING);
System.out.println(uname);
// ÏÎ·Î³ÏÏÏÏÎ· // !!!!!!!!!!!!!!!!!!!!!!!!!!!

作品：

final String name = URLDecoder
        .decode(new String(request.getParameter("name").getBytes(
                "iso-8859-1")), CHARSET_FOR_URL_ENCODING);
System.out.println(name);
// τηγρτσςη

工作但是will break if default encoding != utf-8 - 试试这个（省略对decode（）的调用，这是不需要的）：

final String name = new String(request.getParameter("name").getBytes("iso-8859-1"),
        CHARSET_FOR_URL_ENCODING);

如上所述，server.xml如下所述：

<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1"
                     redirectPort="8443"  URIEncoding="UTF-8"/>

（注意 URIEncoding="UTF-8" ）上面的代码会中断（因为getBytes("iso-8859-1")应该读取getBytes("UTF-8")）。因此，对于防弹解决方案，您必须获取URIEncoding属性的值。遗憾的是，这似乎是容器特定的 - 甚至更糟糕的容器版本。对于tomcat 7，你需要类似的东西：

import javax.management.AttributeNotFoundException;
import javax.management.InstanceNotFoundException;
import javax.management.MBeanException;
import javax.management.MBeanServer;
import javax.management.MBeanServerFactory;
import javax.management.MalformedObjectNameException;
import javax.management.ObjectName;
import javax.management.ReflectionException;

import org.apache.catalina.Server;
import org.apache.catalina.Service;
import org.apache.catalina.connector.Connector;

public class Controller extends HttpServlet {

    // ...
    static String CHARSET_FOR_URI_ENCODING; // the `URIEncoding` attribute
    static {
        MBeanServer mBeanServer = MBeanServerFactory.findMBeanServer(null).get(
            0);
        ObjectName name = null;
        try {
            name = new ObjectName("Catalina", "type", "Server");
        } catch (MalformedObjectNameException e1) {
            e1.printStackTrace();
        }
        Server server = null;
        try {
            server = (Server) mBeanServer.getAttribute(name, "managedResource");
        } catch (AttributeNotFoundException | InstanceNotFoundException
                | MBeanException | ReflectionException e) {
            e.printStackTrace();
        }
        Service[] services = server.findServices();
        for (Service service : services) {
            for (Connector connector : service.findConnectors()) {
                System.out.println(connector);
                String uriEncoding = connector.getURIEncoding();
                System.out.println("URIEncoding : " + uriEncoding);
                boolean use = connector.getUseBodyEncodingForURI();
                // TODO : if(use && connector.get uri enc...)
                CHARSET_FOR_URI_ENCODING = uriEncoding;
                // ProtocolHandler protocolHandler = connector
                // .getProtocolHandler();
                // if (protocolHandler instanceof Http11Protocol
                // || protocolHandler instanceof Http11AprProtocol
                // || protocolHandler instanceof Http11NioProtocol) {
                // int serverPort = connector.getPort();
                // System.out.println("HTTP Port: " + connector.getPort());
                // }
            }
        }
    }
}

仍然需要针对多个连接器进行调整（检查已注释掉的部分）。然后你会使用类似的东西：

new String(parameter.getBytes(CHARSET_FOR_URI_ENCODING), CHARSET_FOR_URL_ENCODING);

如果使用CHARSET_FOR_URI_ENCODING解码的parameter = request.getParameter("name");被破坏，那么这可能会失败（IIUC）因此我用getBytes（）得到的字节不是原始字节（这就是为什么“iso-8859-1”是默认情况下使用 - it will preserve the bytes）。您可以通过手动解析以下行中的查询字符串来解决所有问题：

URLDecoder.decode(request.getQueryString().split("=")[1],
        CHARSET_FOR_URL_ENCODING);

_{我仍然在文档中找到request.getParameter("name")调用URLDecoder.decode()而不是返回%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7字符串的位置？非常感谢来源中的链接
另外我如何作为参数的值传递字符串，比如%CE？ =＆gt;请参阅评论：parameter=%25CE}

Answer 4

我怀疑请求中发生了数据切割，即请求的声明编码与实际用于数据的编码不匹配。

request.getCharacterEncoding()返回什么？

我真的不知道JavaScript如何处理编码或如何使用特定的编码。

您需要确保在所有阶段都正确使用编码 - 请勿尝试使用new String()和getBytes()在已经编码错误的位置“修复”数据。

编辑：原始页面（带有Javascript的页面）也可能有助于以UTF-8编码并在其Content-Type中声明。然后我相信Javascript可能默认使用UTF-8作为其请求 - 但这不是明确的知识，只是猜测。

Answer 5

您可以随时使用javascript来进一步操作文本。

<div id="test">a</div>
<script>
var a = document.getElementById('test');
alert(a.innerHTML);
a.innerHTML = decodeURI("Yahoo!%E2%84%A2");
alert(a.innerHTML);
</script>

Answer 6

我想我可以得到以下工作：

encodeURIComponent(escape(lnk.title))

这会给我%25u2122（对于＆amp;＃8482）或%25AE（对于＆amp;＃174），它会分别解码为%u2122和%AE的servlet。

然后，我应该能够在匹配中使用'\u2122'相对轻松地将％u2122转换为'\u00AE'和％AE转换为(char) (base-10 integer value of %uXXXX or %XX)，并使用正则表达式替换循环。

即。 - 匹配/%u([0-9a-f]{4})/i，提取匹配的子表达式，将其转换为base-10，将其转换为char并将其附加到输出，然后对/%([0-9a-f]{2})/i执行相同的操作

Answer 7

某些Jetty版本中存在一个错误，它会错误地解析更高数量的UTF-8字符。如果您的服务器正确接受阿拉伯字母而不是表情符号，那么这是一个标志您有这个问题的版本，因为阿拉伯语不在ISO-8859-1中，但是在UTF-8字符的较低范围内（“lower”表示java将它表示在一个字符中。

我从版本7.2.0.v20101020更新到版本7.5.4.v20111024，这解决了问题;我现在可以使用getParameter（String）方法，而不必自己解析它。

如果你真的很好奇，可以深入研究你的org.eclipse.jetty.util.Utf8StringBuilder.append（byte）版本，看看当utf-8代码高时它是否正确地将多个字符添加到字符串中足够或者，如在7.2.0中，它只是将一个int转换为一个char并附加。

Answer 8

感谢所有我了解的有关tomcat，jetty中使用的默认字符集的编码解码的信息我使用这种方法来解决我使用谷歌番石榴的问题

        String str = URLDecoder.decode(request.getQueryString(), StandardCharsets.UTF_8.name());
        final Map<String, String> map = Splitter.on('&').trimResults().withKeyValueSeparator("=").split(str);
        System.out.println(map);
        System.out.println(map.get("aung"));
        System.out.println(map.get("aa"));

如何正确解码传递给servlet的unicode参数

8 个答案: