servlet 得到？而不是 unicode 字符（波斯语）

Question

我有一个非常简单的 html，带有一个提交按钮和一个文本框，用于将 unicode（波斯语）文本发送到 servlet 并运行它在 weblogic 上。我在 jsp 页面和 request.setCharacterEncoding("UTF-8") 中设置了 charset=UTF-8;在 servlet 中，但是当我从请求中获取参数并打印它或将其插入数据库时，它是？？？我也使用 URLDecoder 但它没有帮助。我该如何解决这个问题？ html 代码：

    <%@ page contentType="text/html;charset=UTF-8" language="java" %>
     <html>
       <head>
       </head>
       <body>
        <%@ taglib uri="http://java.sun.com/jsp/jstl/fmt" prefix="fmt" %>
        <fmt:requestEncoding value="UTF-8" /> 
        <form method="get" action="main"> 
        <input type="submit" name="search"  value="جستجو" >
        <input type="text" name="keyWord" class="bodyfont" >
    </form>
  </body>
</html>

servlet 代码：

 request.setCharacterEncoding("UTF-8");
    String input =   URLDecoder.decode(request.getParameter("keyWord"), "UTF-8");
    System.out.println(input);
    System.out.println(request.getParameter("keyWord"));

Answer 1

 String input =   URLDecoder.decode(request.getParameter("keyWord"), "UTF-8");

该参数已经由 getParameter 为您 URL 解码，因此外部 URLDecoder.decode() 调用什么都不做（除了可能损坏实际值中的任何实际百分号） .

getParameter内部调用URLDecoder时使用的编码是ISO-8859-1；上面对 request.setCharacterEncoding 的调用不会影响查询字符串解码。（它只影响 POSTed 表单，即使这样通常也不起作用，除非你在过滤器中调用它。）

在 Servlet 规范中有三个选项可以解决这个极端的问题：

容器特定的选项来配置不同的查询字符串编码，例如Tomcat中的<Connector URIEncoding>，或Weblogic中的<java-charset-name>；
接受参数被错误解码，并以另一种方式错误编码：new String(request.getParameter("foo").getBytes("iso-8859-1"), "utf-8");
抓取 request.getQueryString() 并自己将其解析为单独的参数，然后 URL从一开始就使用正确的编码进行解码。这是更多的工作，但至少您可以使您的应用程序运行在人们已经完成 (1) 的环境中保持一致。

System.out.println(input);

这本身就很麻烦。终端可能不支持 Unicode（尤其是在 Windows 下），或者 Java 可能没有正确设置其默认编码。如果 Java 认为 System.out 是 ASCII 或 ISO-8859-1，那么它将无法打印任何波斯语，所以你会得到 ?。 Java 无法检测终端编码和 ASCII 丰满是很常见的。

可以用 -Dfile.encoding=... 覆盖默认值，但是为整个容器设置这很烦人。如果您确定您的终端确实支持 UTF-8，您可以尝试使用 getBytes 和 System.out.write 手动编码为 UTF-8 字节，或者使用 UTF 在 System.out 上创建一个新的 PrintStream -8 作为编码。

servlet 得到？而不是 unicode 字符（波斯语）

servlet get ? instead unicode character(persian)

java

unicode

jsp

servlets

utf-8