http://wiki.woodpecker.org.cn/moin/MiscItems/2010-11-06

 

昨天用xmerl_scan:string/1 解析xml，发现xmerl_scan:string/1返回的是unicode,如中国的“中”,经过xmerl_scan:string/1处理后，返回的是"[10023]".继续传递的时候到了ejabberd_odbc.erl中，就出错了。因为他没有做处理。

 

解决此问题有两种方法

1.修改 程序代码 对xmerl_scan:string/1返回值进行编码

2.修改ejabberd_odbc.erl对传入的参数进行编码

 

 

jason@client-3:~/work/trunk/src$ svn diff -r 49:298 odbc/ejabberd_odbc.erl 

Index: odbc/ejabberd_odbc.erl

===================================================================

--- odbc/ejabberd_odbc.erl (版本 1)

+++ odbc/ejabberd_odbc.erl (版本 2)

@@ -150,7 +150,11 @@

 

 %% Escape character that will confuse an SQL engine

 escape(S) when is_list(S) ->

-    [odbc_queries:escape(C) || C <- S].

+    %% to handle unicode codepoint to utf-8 string

+    UTF8Binary = unicode:characters_to_binary(S, utf8, utf8),

+    UTF8Str = binary_to_list(UTF8Binary),

+    [odbc_queries:escape(C) || C <- UTF8Str].

好心人更详细的解释

http://wiki.woodpecker.org.cn/moin/MiscItems/2010-11-06

评论

1 楼 langzhe 2010-11-08  

lxw 很不能理解 如果 下面参数 S 已经是UTF8 了在执行下面操作后 又进行了编码。（为什么再次编码）
> >>> 如[233,223,222] 执行下面操作后成了 ［228,123,345,238,222,133］(此数据是说明问题随便写的)
> >>>
> >>> > > +    UTF8Binary = unicode:characters_to_binary(S, utf8, utf8),
> >>> > > +    UTF8Str = binary_to_list(UTF8Binary),



jack:
> >>
> >> UTF8Binary = unicode:characters_to_binary(S, utf8, utf8),
> >> %% unicode:characters_to_binary(S, utf8, utf8)
> >> %% 和 unicode:characters_to_binary(S, unicode, utf8) 的结果是一样的。
> >>
> >> %% 此时，输入参数 list 里的每一个元素被当做一个 unicode 字符来进行编码处理。
> >> %% 大于 128 的 char 会被处理成两至三个 byte (也就是你所说的“重复编码”)。
> >>
> >> UTF8Str = binary_to_list(UTF8Binary),
> >> %% 简单的将一个 byte 对应为一个 char 来组成一个 list
> >>
> >> 如果你希望得到“正确”的处理结果，请确保在调用上述函数之前， List 里的每一个元素都已经是以 unicode
> >> 格式编码的字符(每个中文字符是一个元素，而不是两个或三个)。
> > 每一个!!!
> > 这是关键经验了...