Comment décoder correctement unicode paramètres passés à une servlet

Vous êtes presque là. EncodeURIComponent correctement encode en UTF-8, qui est ce que vous devriez toujours utiliser une URL aujourd'hui.

Le problème est que le soumis de la chaîne de requête est prise en mutilé sur le chemin de votre script côté serveur, parce que getParameter() utilise la norme ISO-8559-1 au lieu de UTF-8. Cette situation découle de l'Antiquité, avant que le web s'installe sur UTF-8 pour les URI/IRI, mais c'est plutôt pathétique que la Servlet spec n'a pas été mis à jour pour correspondre à la réalité, ou au moins fournir un système fiable, a appuyé l'option pour elle.

(Il y a demande.setCharacterEncoding dans le Servlet 2.3, mais il n'a pas d'incidence sur la chaîne de requête de l'analyse, et si un seul paramètre a été lu avant, éventuellement par un autre élément du cadre, ça ne marchera pas à tous.)

Si vous avez besoin de futz autour de conteneurs-méthodes spécifiques pour obtenir bon UTF-8, impliquant souvent des trucs dans server.xml. Ce totalement suce pour la distribution des applications web qui devraient travailler de n'importe où. Pour Tomcat voir http://wiki.apache.org/tomcat/FAQ/CharacterEncoding et aussi Quelle est la différence entre "URIEncoding" de Tomcat, Filtre de Codage et de la demande.setCharacterEncoding.

Il y a moyen de le faire en java (pas de jongler avec server.xml)

Ne fonctionnent pas :

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

String uname = request.getParameter("name");
System.out.println(uname);
//ÏηγÏÏÏÏη
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);
//ÏηγÏÏÏÏη //!!!!!!!!!!!!!!!!!!!!!!!!!!!
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);
//ÏηγÏÏÏÏη //!!!!!!!!!!!!!!!!!!!!!!!!!!!

Travaux :

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

Travaillé mais céder si l'encodage par défaut != utf-8 - essayez plutôt ceci (omettre l'appel à decode (), il n'est pas nécessaire):

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

---

Comme je l'ai dit ci-dessus si la server.xml est foiré avec comme dans :

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

(avis de l' URIEncoding="UTF-8") le code ci-dessus va casser (cause de la getBytes("iso-8859-1") devrait lire getBytes("UTF-8")). Donc, pour l'épreuve des balles solution que vous avez pour obtenir la valeur de la URIEncoding attribut. Cela semble être malheureusement conteneur spécifique pire, de conteneur de version spécifique. Pour tomcat 7 vous auriez besoin de quelque chose comme :

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());
//}
}
}
}
}

Et encore vous avez besoin d'ajuster ce pour plusieurs connecteurs (vérifier le commentaire sur les pièces). Ensuite, vous utilisez quelque chose comme :

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

Encore cela peut échouer (IIUC) si parameter = request.getParameter("name"); décodé avec CHARSET_FOR_URI_ENCODING a été corrompu les octets-je obtenir avec getBytes() n'étaient pas ceux d'origine (c'est pourquoi "iso-8859-1" est utilisé par défaut - il permettra de préserver les octets). Vous pouvez se débarrasser de tout cela manuellement par l'analyse de la chaîne de requête dans le sens de:

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

<sub>je suis toujours à la recherche de la place dans les docs où il est mentionné que request.getParameter("name") fait appel URLDecoder.decode() au lieu de retourner le %CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7 chaîne ? Un lien dans la source serait très apprécié.

Aussi, comment puis-je passer comme paramètre la valeur de la corde, pour dire, %CE ? => voir le commentaire : parameter=%25CE</sub>

Vous pouvez toujours utiliser javascript pour manipuler le texte.

<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>

Il y a un bug dans certaines versions de la Jetée qui le rend analyser plus grand nombre de caractères UTF-8 de manière incorrecte. Si votre serveur accepte les lettres arabes correctement mais pas les emoji, c'est un signe que vous avez une version avec ce problème, car l'arabe n'est pas en ISO-8859-1, mais c'est dans le bas de la fourchette de caractères UTF-8 ("inférieur" sens java va représenter dans un seul char).

J'ai mis à jour à partir de la version 7.2.0.v20101020 à la version 7.5.4.v20111024 et le problème est résolu; je peux maintenant utiliser la getParameter(String) méthode au lieu d'avoir à analyser moi-même.

Si vous êtes vraiment curieux, vous pouvez aller dans votre version de org.eclipse.la jetée.util.Utf8StringBuilder.append(byte) et voir si il ajoute correctement plusieurs caractères de la chaîne lors de l'utf-8 code est assez élevé ou si, comme dans 7.2.0, tout simplement, il jette un int à un char et ajoute.