.jspx 中的编码错误

Question

我目前正在尝试在 WebLogic 应用服务器上部署一些 RSS 提要。提要的视图是 .jspx 文件，如下所示：

<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" 
    xmlns:georss="http://www.georss.org/georss"
    xmlns:jsp="http://java.sun.com/JSP/Page"
    xmlns:c="http://java.sun.com/jsp/jstl/core"
    xmlns:fmt="http://java.sun.com/jsp/jstl/fmt"
    xmlns:fn="http://java.sun.com/jsp/jstl/functions"
    xmlns:util="http://example.com/util">
    <jsp:directive.page pageEncoding="utf-8" contentType="application/xhtml+xml" /> 

    <jsp:useBean id="now" class="java.util.Date" scope="page" />

    [...]

    <c:forEach var="category" items="${categories}">
    <entry>
        <title>${util:htmlEscape(category.label)}</title>
        <id>${category.id}</id>
        <c:if test="${empty parentId}">
        <link href="${util:htmlEscape(fullRequest)}?parentId=${category.id}" />
        </c:if>
        <summary>${util:htmlEscape(category.localizedLabel)}</summary> 
    </entry>
    </c:forEach>
</feed>

问题在于，在我的本地开发服务器 (Apache Tomcat 6.0) 上一切正常，但在 WebLogic 服务器上，所有 UTF-8 字符都被弄乱了。

在 Firefox 中，我看到类似 <summary>Formaci�n</summary> 的内容。奇怪字符的字节序列是ef bf bd，我似乎在我正在进行的测试中应该收到的所有 UTF-8 字符（á，ó，í）都得到了这个。我已经检查了 firebug 中的内容类型和编码，看起来没问题（Content-Type: application/xhtml+xml; charset=UTF-8）。

在 Chrome 中，第一次出现奇怪字符时内容会被截断，并显示错误消息：This page contains the following errors: error on line 1 at column 523: Encoding error。

我不确定发生了什么，但考虑到在我的本地 Tomcat 上一切正常，我认为这与 Web 服务器正在执行的操作有关。欢迎任何想法。

谢谢，
亚历克斯

Answer 1

问题出在 jspx 指令中属性的顺序 以及我没有在 contentType 属性中包含字符集这一事实！

切换后：

<jsp:directive.page pageEncoding="utf-8" contentType="application/xhtml+xml" />

到：

<jsp:directive.page contentType="application/xhtml+xml; charset=UTF-8" 
     pageEncoding="UTF-8" />

人物表现很好。我又摆弄了一下，奇怪的是，发现：

<jsp:directive.page pageEncoding="UTF-8"
      contentType="application/xhtml+xml; charset=UTF-8" />

不起作用。我真的不明白为什么，但我猜这是WebLogic中的一个错误。我部署的版本是 10.0。

Answer 2

� 是 Unicode Replacement Character U+FFFD（实际上是十六进制 0xEF 0xBF 0xBD）。

此字符在 Firefox 中用于替换其 unicode 代码点实际上位于指示浏览器呈现页面的字符编码范围之外的字符。

由于指示浏览器以 UTF-8 呈现页面，并且该字符最初为 ó（U+00F3，0xC3 0xB3），当使用单字节字符集解码时，该字符将被错误格式化为未知字符到 0xF3 而不是 0xC3 0xB3，症状表明服务器实际上将响应解码为 ISO-8859-1 而不是 UTF-8，但仍指示浏览器使用 UTF 对其进行编码-8.

我不做 Weblogic，所以我用 Google 搜索了一下，发现了 this old bug report，其中有人建议将以下内容添加到 weblogic.xml 文件中，以强制它使用 UTF-8 解析 JSP 文件。

<weblogic-web-app>
    <jsp-descriptor>
        <jsp-param>
            <param-name>encoding</param-name>
            <param-value>UTF-8</param-value>
        </jsp-param>
        <jsp-param>
            <param-name>compilerSupportsEncoding</param-name>
            <param-value>false</param-value>
        </jsp-param>
    </jsp-descriptor>
</weblogic-web-app>

看看这是否有助于解决您的问题。