如何正确解码传递给 servlet 的 unicode 参数

unicode java servlets

2022-09-01 05:40:48

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>

我已确认被编码为并传递给 .如果在我做：external_titleYahoo!%E2%84%A2SERVLETSERVLET

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

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

所以我认为我发送到浏览器的编码是错误的（它是）。我改成了：Content-type: text/html; charset=ISO-8859-1SERVLET

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¢，我根本无法让浏览器呈现正确的字符。

我的问题是：是否有某种和/或和/或其他东西的组合会导致Yahoo！^TM出现在输出中？Content-typenew String(request.getParameter("external_title").getBytes(), "UTF-8");SERVLET

答案 1

你快到了。EncodeURIComponent 正确地编码为 UTF-8，这是您今天应该始终在 URL 中使用的。

问题在于，提交的查询字符串在进入服务器端脚本的过程中被肢解了，因为 getParameter（）使用 ISO-8559-1 而不是 UTF-8。这源于古代，在网络确定使用UTF-8作为URI / IRI之前，但是相当可悲的是Servlet规范尚未更新以匹配现实，或者至少为其提供可靠的，受支持的选项。

（Servlet 2.3 中有 request.setCharacterEncoding，但它不会影响查询字符串解析，如果以前读取过单个参数，可能是由其他框架元素读取的，则它根本不起作用。

因此，您需要使用特定于容器的方法来获得正确的UTF-8，通常涉及服务器.xml中的内容。这对于分发应该在任何地方工作的Web应用程序来说完全很糟糕。对于Tomcat，请参阅 https://cwiki.apache.org/confluence/display/TOMCAT/Character+Encoding 以及Tomcat的“URIEncoding”，Encoding Filter和request.setCharacterEncoding之间的区别。

答案 2

我遇到了同样的问题，并使用URLDecoder（）解码并提取了我的参数后解决了它。Request.getQueryString()

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