request.setCharacterEncoding 关于编码

eyesmore

浏览: 378617 次
性别:
来自: 北京

最近访客更多访客>>

Java技术干货

fhtwins

zzy_001

我的西雅图之梦

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

Mobile json Web REST Servlet

request.setCharacterEncoding 关于编码

概述
从Servlet2.3开始，支持客户端内容协商。服务端内容协商，很早就有，服务端在返回的数据中通过Content-Type来指定返回的数据内容。在REST叫嚣的背景下，客户端也需要协商：例如通过PUT方法提交一段XML或JSON数据来更新服务端的一个对象。客户端可通过URL后缀名.xml或.json的方式来告诉服务端提交的数据类型；也可通过HTTP头的Content-Type来告之服务端提交的数据类型。

关于该问题的Blog

【 1 】给出了两个办法

http://forum.springsource.org/showthread.php?t=14063

Hi,
I am woking on a site that receives input in CJK .
This may be a naive question:
I am using org.springframework.web.servlet.DispatcherServlet as my servlet and I need to set CharacterEnconding on the HttpServletRequest.
I looked into the source code and I relaized there is no code that calls setCharacterEncoding

I dig into the forum and found 2 solutions:

1. Use the CharacterEncodingFilter

2. Override DispatcherServlet.doService as:
public class MyServlet extends DispatcherServlet {
protected void doService(HttpServletRequest request, HttpServletResponse response) throws Exception {
request.setCharacterEncoding( "UTF-8" );
super.doService( request , response ) ;
}
}

I tried to do #1 for it seems to be more desirable (cleaner) solution.
in web.xml I added:
<filter>
<filter-name>CharacterEncodingFilter</filter-name>
<filter-class>
org.springframework.web.filter.CharacterEncodingFi lter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>UTF-8</param-value>
</init-param>
</filter>
<filter-mapping>
<filter-name>CharacterEncodingFilter</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>

But it doesn't seem to work.
Could someone tell me how to do that? Use CharacterEncodingFilter?
Thanks in advance.

【2】注意事项

http://www.junlu.com/msg/125726.html

With the 2.3 servet API, there is a new method:
request.setCharacterEncoding(String encoding)
通过Content-Type告诉服务端当前请求编码：
This lets you tell the server a request's character encoding.
（例如HTTP头： Content-Type： text/html; charset=UTF-8
Content-Type：application/x-www-form-urlencoded; charset=UTF-8）

It is critical that setCharacterEncoding is called BEFORE any
request.getParameter is called (or getReader). Otherwise, you are at the
mercy of the appserver for what you get back on the getParameter call.
For example, if setCharacterEncoding is not called, you could get a null
value back on getParameter("foo").

解决该问题：客户端协商编码方式

private String negotiateCharacterEncoding(HttpServletRequest request,Map<String,String> outParam) {
		String clientEncoding = request.getCharacterEncoding();//HTTP标准：客户端声称的编码（但是目前大多数浏览器并未实施该标准）
		outParam.put("point","HTTP标准");
		//协商过程：
		//1. 通过HTTP标准指定客户端编码；（在HTTP头中设置：Content-Type	=[text/html; charset=UTF-8]）
		//2. 通过自定义HTTP头（Client-Charset）指定客户端编码；
		//3. 通过自定义HTTP查询参数（Client-Charset）指定客户端编码（只针对HTTP-GET方法）。（以免动态script标签发起请求时设置不了HTTP头；编码数值都是英文字符，提取编码数值跟编码无关。）
		//4. 如果所有的协商都没有，那么服务端强制使用配置：defaultEncoding
		//5. 如果服务端没有配置defaultEncoding，那么使用容器默认的ISO-8...（如果上述指定的编码不被支持，那么依然使用容器默认的）
		if(clientEncoding==null || clientEncoding.trim().equals("")) {
			clientEncoding = request.getHeader("Client-Charset");
			outParam.put("point","自定义HTTP头");
			if(clientEncoding==null || clientEncoding.trim().equals("")) {
//				clientEncoding = request.getParameter("Client-Charset");//不能通过该方式提取Client-Charset参数
//request.setCharacterEncoding(encoding);发挥作用的前提是：调用setCharacterEncoding之前不能执行任何request.getParameter
				if("GET".equalsIgnoreCase(request.getMethod())) {
					String queryString = request.getQueryString();
					if(queryString!=null && !queryString.equals("")) {
						//定位参数[Client-Charset]的起始和终止位置
						int startIndex = queryString.indexOf("Client-Charset=");
						int endIndex = -1;
						if(startIndex!=-1) {
							startIndex = startIndex+"Client-Charset=".length();
							endIndex = queryString.indexOf("&", startIndex);
							if(endIndex==-1) {//Client-Charset是最后一个参数
								int sessionidIndex = queryString.indexOf(";", startIndex);//去掉基于URL的SessionID
								if(sessionidIndex!=-1) {
									endIndex = sessionidIndex;
								} else {
									endIndex = queryString.length();
								}
							}
						}
						if(startIndex<endIndex) {
							clientEncoding = queryString.substring(startIndex, endIndex);
							outParam.put("point","自定义HTTP查询参数");
						}
					}
				}
			}
			if(clientEncoding==null || clientEncoding.trim().equals("")) {
				clientEncoding = defaultEncoding;
				outParam.put("point","服务端配置");
			}
			
		}
		return clientEncoding;
	}

if (encoding != null) {
			try {
				request.setCharacterEncoding(encoding);//注：被强制认为是GBK编码，好处在于客户端在提交GET请求时不再需要做URLEncode处理了。不好的是，如果客户端提交以UTF-8的编码，则编码出错了。
				//http://www.junlu.com/msg/125726.html
			} catch (Exception e) {
				log.error("Error setting character encoding to '" + encoding
						+ "' - ignoring.", e);
			}
		}

测试用例

/modifyListener_test.htm?nick=繁體昵稱衝頂&mobile=13812345678
/modifyListener_test.htm?nick=%B7%B1%F3%77%EA%C7%B7%51%D0%6E%ED%94&mobile=13812345678&Client-Charset=GBK
/modifyListener_test.htm?nick=%E7%B9%81%E9%AB%94%E6%98%B5%E7%A8%B1%E8%A1%9D%E9%A0%82&mobile=13812345678&Client-Charset=UTF-8

/modifyListener_test.htm?nick=涛&mobile=13812345678
/modifyListener_test.htm?nick=%CC%CE&mobile=13812345678&Client-Charset=GBK
/modifyListener_test.htm?nick=%CC%CE&mobile=13812345678
/modifyListener_test.htm?nick=%E6%B6%9B&mobile=13812345678&Client-Charset=UTF-8
/modifyListener_test.htm?nick=%E6%B6%9B&mobile=13812345678 //出错：输入是UTF-8，却被服务器强制为GBK (###nick=娑?,mobile=13812345678)
/modifyListener_test.htm?nick=%E6%B6%9B&mobile=13812345678&Client-Charset=UTF-8;12345
/modifyListener_test.htm?Client-Charset=UTF-8&nick=%E6%B6%9B&mobile=13812345678;12345 //nick=涛,mobile=13812345678;12345

/modifyListener_test.htm?nick=%E6%B6%9B&mobile=13812345678
并设置包头：
Content-Type: text/html; charset=UTF-8
或
Content-Type: charset=UTF-8
//协商或配置的编码：UTF-8，协商源：HTTP标准

问题答复：

Passport有一个全局的Filter，强制所有的HTTP请求的编码为GBK，所以支持不了URLEncode(UTF-8)。我想了这么些办法，都不行：
1、    把这个全局的Filter去掉，不强制为GBK，现有线上的那些没有编码的东西支持不了。
这样设置，对于那些没有编码的数据，比如：http://localhost/modifyListener_test.htm?nick=繁體昵稱衝頂&mobile=13812345678 提取的nick则会出错。因此会影响线上其他地方。

2、    手动从GBK再转UTF-8，部分数据能支持，有些不支持。（GBK和UTF-8字符集毕竟不是包含与被包含的关系，其中有冲突的部分）
New String(nick.getBytes(“GBK”),”UTF-8”) 对于http://localhost/modifyListener_test.htm?nick=繁體昵稱衝頂&mobile=13812345678能转换出“繁體昵稱衝頂”；但对于
http://localhost/modifyListener_test.htm?nick=涛&mobile=13812345678 其中“波涛”的“涛”则转换失败。

现在一个可行的解决办法是通过HTTP头协商，需要麻烦你那边在请求中加一个参数：
1、    在HTTP头部增加参数：Content-Type，并设置数值：charset=UTF-8   （备注：在HTTP头里设置Client-Charset参数，数值为UTF-8也行。但前提是Content-Type没被设置为其他）
这样设置后，nick就可以支持URLEncode(UTF-8)了。

2、    对于动态script标签的请求，由于无法设置HTTP头，后台支持查询参数：Client-Charset
比如：这样提交HTTP请求： nick=%E6%B6%9B&mobile=13812345678&Client-Charset=UTF-8

分享到：