我使用Jersey生成RESTful服务,该服务生成UTF-8编码的答复。 下面的代码片段:HttpServletResponse生成损坏的UTF-8数据
public static class Data {
private String value;
public Data(String value) {
this.value = value;
}
public String getValue() {
return value;
}
public void setValue(String value) {
this.value = value;
}
}
@GET
@Produces(MediaType.APPLICATION_JSON)
public Response method() {
Data response = new Data("€");
return Response.status(Response.Status.OK)
.type(MediaType.APPLICATION_JSON + ";charset=UTF-8")
.entity(response)
.build();
}
它应该产生如下的答复:
{"value":"€"}
或字节数组:
[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -30, -126, -84, 34, 125]
注意,即欧元符号编码三字节-30,-126,-84或0xe2 0x82 0xac。
然而,它产生以下响应
{"value":"â¬"}
或字节数组:
[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -61, -94, -62, -126, -62, -84, 34, 125]
。注意,欧元符号被编码为六个字节现在-61,-94,-62, -126,-62,-84或0xc3 0xa2 0xc2 0x82 0xc2 0xac。
我发现一个转换序列,导致这种损坏,在某些时候UTF-8编码数据被视为Latin1编码数据。
Data data = new Data("€");
org.codehaus.jackson.map.ObjectMapper mapper
= new org.codehaus.jackson.map.ObjectMapper();
try {
String strData = mapper.writeValueAsString(data);
System.out.println(strData);
byte[] rawData = mapper.writeValueAsBytes(data);
System.out.println(Arrays.toString(rawData));
String asLatin1 = new String(rawData, "ISO-8859-1");
byte[] brokenUtf8 = asLatin1.getBytes("UTF-8");
System.out.println(Arrays.toString(brokenUtf8));
} catch (IOException e) {
System.out.println("Fail " + e.getMessage());
}
服务两台机器上的一个与Apache-Tomcat的7.0.30,另一个在Apache的Tomcat的7.0.23运行。前者产生正确的UTF-8响应,而后者则破坏UTF-8。我无法找出导致行为差异的原因以及解决问题的方法。
它看起来像接收器解码为latin1,这是一个配置问题或使用默认编码代码问题 – Esailija
@Esailija:接收器是卷曲命令行工具或浏览器,都使用UTF-8。我相信这不是接收方的问题。 – divanov
我从你的文章中了解到,你有一台服务器将合法的UTF-8发布到另一台服务器上,而另一台服务器将其解释并转储结果.. – Esailija