J2EE中的多字节处理(下)(转贴自计算机世界报)

最新推荐文章于 2024-08-21 23:24:02 发布

bohemia

最新推荐文章于 2024-08-21 23:24:02 发布

阅读量2.2k

点赞数

分类专栏： Java (mainly J2EE) 文章标签：浏览器 mozilla url byte 服务器 string

Java (mainly J2EE) 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

用多字节技术开发J2EE应用（下）

作者：尹涛　

在《J2EE中的多字节处理——用多字节技术开发J2EE应用（上）》中，我们从开发中的各个环节入手，分析了在J2EE开发中的多字节字符处理问题。上文主要分析了代码环节、字符编码接口、编译环节、服务器配置环节和运行环节。下面，我们将继续介绍开发中影响多字节字符显示的最后一个环节——客户端显示环节，并根据前文的分析给出解决的办法。

6. 客户端显示环节

多数的J2EE应用现在采用了B/S（浏览器/服务器）的技术。要让多字节字符在浏览器中正确显示，你需要注意下面的内容：

（1）浏览器语言支持

要能正确地显示多字节字符，浏览器和操作系统要有语言指定的功能，比如字体和字符设置。

（2）浏览器编码设置

从服务器返回的HTML头中有”告知浏览当前页的编码。否则浏览会用默认的编码或自动检测一个。但同时用户可以设置页面的编码。（如图1）

图１Ｎｅｔｓｃａｐｅ＇ｓ编码菜单

尽管如此，如果一个页面缺少HTTP头中的这个编码信息，多字节字符仍会显示得不正确。在这种情况下，用户可以手动地指定当前页的编码方式。

（3） HTTP POST编码

在你用HTML中的form标志向服务回送数据库时的情况很复杂。浏览器使用的编码将是当前页面的编码。所以当一个页面是以ISO-8859-1为页面编码的，那用户是无法POST中文字符的。因为以ISO-8859-1编码发送的数据会使用其中的中文丢失信息。但是这是浏览器遵循的HTML规范。

（4） HTTP GET编码

当你将多字节字符加入URL链接中时就更复杂了，查看用户详细信息。这样的情况很普遍，但是当你在URL中将一个非US-ASCII的信息传递到下一页时，这种格式是在RFC-2396中没有明确定义的，所以不同的浏览器用自己方式编码含多字节字符的URL。

比如说对于Mozilla，它总是在发送URL前对它进行编码，过程是这样的：一个多字节字符先被转换为2个或更多的字节（用GBK或UTF-8）；然后，每一个字节用%xy来表示，其中xy是一个字节的十六进制表示。但编码的方式是由当前页面的编码来决定的。下面是一个例子

代码 1. gbk_test.jsp

这个x738b是“王”字在UTF-8中的字符映射码。

图２Ｍｏｚｉｌｌａ中的页面

当点击这个链接时，在服务器端通过request.getQueryString()可以获得请求中的参数串,当页面是GBK编码时，得到的是%CD%F5,也就是"王”的GBK编码，但当前页的页面编码为UTF-8时，点击页面的链接页的链接，你会看到x738b被编码为%E7%8E%8B,如图3，这是用UTF-8进行URL编码的结果。

图３Ｍｏｚｉｌｌａ的ＵＲＬ编码

但微软的IE对待多字节URL的方式则不同，它从不在HTTP请求发送前完成URL的编码，URL编码的方式取决于当前页面的编码。(如图4)

图４ＩＥ中没有ＵＲＬ编码

IE同样有一个高级可选属性用于强制指定浏览器以UTF-8编码发送请求。（如图5）

图５ＩＥ高级选项

按照上面的阐述，当你的应用页面中有带多字节字符的URL链接，并且能在用GBK编码的Mozilla浏览器中正确显示的话，那选中“总是以UTF-8发送URL”的IE用户在浏览时应用程序就会有问题。

解决多字节字符问题

写能在各种服务器上运行并且支持各种浏览器的J2EE应用是极具挑战的。下面有一些解决方案：
1. 在编写代码时，不要使用IDE的默认设置，要手动设置编码。

2. 如果你的IDE不支持特定的语言，你可以在Java代码和HTML页面中使用/uXXXX的替代码，或用native2ascii工具将含本地化字符的字符串传换为相应的替代码。

3. 在编码时，不要认为服务器的默认编码处理是正确的，请用以下的方法：

请求：setCharacterEncoding()

响应： setContentType(), setLocale(),

4. 当开发多语言应用时，对所有语言都选择UTF-8编码或使用/uXXXX替代码。

5. 在编译Java类时，确保前面的语言环境变量和编码方式是正确的码。

6. 在配置环节，尽量用标准设置。比如在Servlet2.4规范中，配置应用的字符编码方式是有一个标准的。

7. 当与外部系统进行通讯时，尽可能多地找出系统编码的策略。如果对方采用另一种编码，要做编码转换。你可以用下面的代码4对所有的字节进行调试分析。

代码 2. UnicodeFormatter.java import java.io.*;

public class UnicodeFormatter {

static public String byte ToHex(byte b) {

// Returns hex String representation of byte b

char hexDigit[] = {

'0', '1', '2', '3', '4', '5', '6', '7',

'8', '9', 'a', 'b', 'c', 'd', 'e', 'f'

};

char[] array = { hexDigit[(b >> 4) && 0x0f], hexDigit[b && 0x0f] };

return new String(array);

}

static public String charToHex(char c) {

// Returns hex String representation of char c

byte hi = (byte) (c >>> 8);

byte lo = (byte) (c && 0xff);

return byteToHex(hi) + byteToHex(lo);

}

}

8. 总是在页面明确地写出编码方式,不要认为浏览器的默认编码方式是对的