带有 servlet 的 UTF-8 响应答案

【问题标题】：UTF-8 response with servlet带有 servlet 的 UTF-8 响应
【发布时间】：2013-03-29 21:33:29
【问题描述】：

我正在从 Servlet 中的 Perl 页面读取 HTTP 响应，如下所示：

public String getHTML(String urlToRead) {
        URL url;
        HttpURLConnection conn;
        BufferedReader rd;
        String line;
        String result = "";
        try {
           url = new URL(urlToRead);
           conn = (HttpURLConnection) url.openConnection();
           conn.setRequestMethod("GET");
           conn.setRequestProperty("Accept-Charset", "UTF-8");
           conn.setRequestProperty("Content-Type", "text/xml; charset=UTF-8");

           rd = new BufferedReader(new InputStreamReader(conn.getInputStream(), "UTF-8"));
           while ((line = rd.readLine()) != null) {
              byte [] b = line.getBytes();
              result += new String(b, "UTF-8");
           }
           rd.close();
        } catch (Exception e) {
           e.printStackTrace();
        }
        return result;
   }

我正在用这段代码显示这个结果：

response.setContentType("text/plain; charset=UTF-8");

        PrintWriter out = new PrintWriter(new OutputStreamWriter(response.getOutputStream(), "UTF-8"), true);


        try {

            String query = request.getParameter("query");
            String type = request.getParameter("type");

            String res = getHTML(url);
            out.write(res);

        } finally {            
            out.close();
        }

但响应仍未编码为 UTF-8。我做错了什么？

提前致谢。

【问题讨论】：

在您的 PrintWriter 中，是否有可能“UTF8”不存在但“UTF-8”存在？
我试图更改它但无济于事（已编辑）
你怎么知道它不是 UTF-8？
您有什么证据表明urlToRead 正在以UTF-8 格式返回其内容？正如你所假设的那样。当您已经拥有String 时，为什么还要将line 转换为bytes？

标签： java servlets utf-8

【解决方案1】：

对line.getBytes() 的调用看起来很可疑。如果您确定返回的内容是 UTF-8 编码的，您可能应该将其设为 line.getBytes("UTF-8")。此外，我不确定为什么它甚至是必要的。从BufferedReader 获取数据的典型方法是使用StringBuilder 继续将从readLine 检索到的每个String 附加到结果中。无需在String 和byte[] 之间来回转换。

将result 更改为StringBuilder 并执行以下操作：

while ((line = rd.readLine()) != null) {
    result.append(line);
}

【讨论】：

+1 表示StringBuilder。你目前的速度非常缓慢：stackoverflow.com/questions/15177987/…
我最初使用的是 StringBuilder。但由于它不起作用，我尝试根据论坛上的帖子建议更改代码。
好的。我将它改回 StringBuilder 并且它现在可以工作了。我不知道为什么它以前不起作用。非常感谢您的回答。 +1

【解决方案2】：

这里是你打破字符编码转换链的地方：

       while ((line = rd.readLine()) != null) {
          byte [] b = line.getBytes();  // NOT UTF-8
          result += new String(b, "UTF-8");
       }

来自 String#getBytes() javadoc：

使用平台的编码将此字符串编码为字节序列默认字符集，将结果存储到一个新的字节数组中

而且，默认字符集可能不是 UTF-8。

但为什么首先要进行所有转换？只需从源读取原始字节并将原始字节写入消费者。它应该一直是UTF-8。

【讨论】：

【解决方案3】：

我在另一个场景中也遇到了同样的问题，但只要去做我相信它会奏效：

byte[] b = line.getBytes(UTF8_CHARSET);

在while循环中：

while ((line = rd.readLine()) != null) {
          byte [] b = line.getBytes();  // NOT UTF-8
          result += new String(b, "UTF-8");
       }

【讨论】：

【解决方案4】：

就我而言，我确实添加了另一个配置。

以前，我是这样写页面的：

try (PrintStream printStream = new PrintStream(response.getOutputStream()) {
        printStream.print(pageInjecting);
}

我改成：

try (PrintStream printStream = new PrintStream(response.getOutputStream(), false, "UTF-8")) {
        printStream.print(pageInjecting);
}

【讨论】：