Java 如何正确解码传递给servlet的unicode参数

假设我有：

<a href="http://www.yahoo.com/" target="_yahoo" 
    title="Yahoo!&#8482;" onclick="return gateway(this);">Yahoo!</a>
<script type="text/javascript">
function gateway(lnk) {
    window.open(SERVLET +
        '?external_link=' + encodeURIComponent(lnk.href) +
        '&external_target=' + encodeURIComponent(lnk.target) +
        '&external_title=' + encodeURIComponent(lnk.title));
    return false;
}
</script>

我得到雅虎！在浏览器中。如果我手动将浏览器字符编码切换为UTF-8，它将更改为Yahoo！TM（这就是我想要的）

因此我认为我发送到浏览器的编码是错误的（它是

内容类型：text/html；charset=ISO-8859-1

）。我将

SERVLET

更改为：

response.setContentType("text/html; charset=utf-8");
Writer writer = response.getWriter();
writer.write(request.getParameter("external_title"));

现在浏览器字符编码是UTF-8，但它输出Yahoo！而且我根本无法让浏览器呈现正确的字符

---

我的问题是：

内容类型

和/或

新字符串（request.getParameter（“external_title”）.getBytes（），“UTF-8”）是否存在某种组合和/或其他将导致Yahoo！TM出现在
SERVLET
输出中？
您始终可以使用javascript进一步操作文本

<div id="test">a</div>
<script>
var a = document.getElementById('test');
alert(a.innerHTML);
a.innerHTML = decodeURI("Yahoo!%E2%84%A2");
alert(a.innerHTML);
</script>

a
var a=document.getElementById（'test'）；
警报（a.innerHTML）；
a、 innerHTML=decodeURI（“雅虎！%E2%84%A2”）；
警报（a.innerHTML）；
我怀疑请求中发生了数据损坏，即请求的声明编码与实际用于数据的编码不匹配

请求.getCharacterEncoding（）
返回什么

我真的不知道JavaScript如何处理编码，也不知道如何让它使用特定的编码

您需要确保在所有阶段都正确使用编码-不要试图在数据已被错误编码的点使用
newstring（）
an
getBytes（）
来“修复”数据

编辑：将源页面（带有Javascript的页面）也编码为UTF-8并在其内容类型中声明为UTF-8可能会有所帮助。然后，我相信Javascript可能会默认使用UTF-8进行请求-但这不是确切的知识，只是猜测。
我想我可以做到以下几点：

encodeURIComponent(escape(lnk.title))

这给了我
%25u2122
（用于™）或
%25AE
（用于®），它们将分别在servlet中解码为
%u2122
和
%AE

然后，我应该能够在匹配中相对轻松地使用
（char）（基-10整数值%uxxx或%XX）
将%u2122转换为
“\u2122”
，并使用正则表达式将%AE转换为
“\u00AE”

i、 e.-match
/%u（[0-9a-f]{4}）/i
，提取匹配的子表达式，将其转换为base-10，将其转换为字符并附加到输出，然后对
/%（[0-9a-f]{2}）/i执行相同的操作
您就快到了。EncodeURIComponent正确地编码为UTF-8，这是您今天应该在URL中始终使用的

问题是提交的查询字符串在进入服务器端脚本的过程中被破坏，因为getParameter（）使用ISO-8559-1而不是UTF-8。这源于web使用UTF-8实现URI/IRI之前的远古时代，但令人遗憾的是，Servlet规范没有更新以符合现实，或者至少没有为其提供可靠的、受支持的选项

（Servlet 2.3中有request.setCharacterEncoding，但它不会影响查询字符串解析，而且如果以前读取过单个参数（可能是由其他框架元素读取的），那么它将根本不起作用。）

因此，您需要使用特定于容器的方法来获得适当的UTF-8，通常涉及server.xml中的内容。这对于在任何地方都可以运行的网络应用来说都是糟糕透顶的。对于Tomcat，请参见和。
我也遇到了同样的问题，通过使用urldecker（）解码
Request.getQueryString（）
，并在提取参数后解决了这个问题

String[] Parameters = URLDecoder.decode(Request.getQueryString(), 'UTF-8')
                       .splitat('&');

有一种方法可以在java中实现（不要摆弄
server.xml
）

不工作：

protected static final String CHARSET_FOR_URL_ENCODING = "UTF-8";

String uname = request.getParameter("name");
System.out.println(uname);
// ÏηγÏÏÏÏη
uname = request.getQueryString();
System.out.println(uname);
// name=%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7
uname = URLDecoder.decode(request.getParameter("name"),
        CHARSET_FOR_URL_ENCODING);
System.out.println(uname);
// ÏηγÏÏÏÏη // !!!!!!!!!!!!!!!!!!!!!!!!!!!
uname = URLDecoder.decode(
        "name=%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7",
        CHARSET_FOR_URL_ENCODING);
System.out.println("query string decoded : " + uname);
// query string decoded : name=τηγρτσςη
uname = URLDecoder.decode(new String(request.getParameter("name")
        .getBytes()), CHARSET_FOR_URL_ENCODING);
System.out.println(uname);
// ÏηγÏÏÏÏη // !!!!!!!!!!!!!!!!!!!!!!!!!!!

作品：

工作正常，但-改为尝试此操作（省略对decode（）的调用，这不是必需的）：


如前所述，如果
server.xml
被弄乱，如：

<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1"
                     redirectPort="8443"  URIEncoding="UTF-8"/> 

对于多个连接器，仍然需要对此进行调整（查看注释掉的部分）。然后您将使用类似于：

import javax.management.AttributeNotFoundException;
import javax.management.InstanceNotFoundException;
import javax.management.MBeanException;
import javax.management.MBeanServer;
import javax.management.MBeanServerFactory;
import javax.management.MalformedObjectNameException;
import javax.management.ObjectName;
import javax.management.ReflectionException;

import org.apache.catalina.Server;
import org.apache.catalina.Service;
import org.apache.catalina.connector.Connector;

public class Controller extends HttpServlet {

    // ...
    static String CHARSET_FOR_URI_ENCODING; // the `URIEncoding` attribute
    static {
        MBeanServer mBeanServer = MBeanServerFactory.findMBeanServer(null).get(
            0);
        ObjectName name = null;
        try {
            name = new ObjectName("Catalina", "type", "Server");
        } catch (MalformedObjectNameException e1) {
            e1.printStackTrace();
        }
        Server server = null;
        try {
            server = (Server) mBeanServer.getAttribute(name, "managedResource");
        } catch (AttributeNotFoundException | InstanceNotFoundException
                | MBeanException | ReflectionException e) {
            e.printStackTrace();
        }
        Service[] services = server.findServices();
        for (Service service : services) {
            for (Connector connector : service.findConnectors()) {
                System.out.println(connector);
                String uriEncoding = connector.getURIEncoding();
                System.out.println("URIEncoding : " + uriEncoding);
                boolean use = connector.getUseBodyEncodingForURI();
                // TODO : if(use && connector.get uri enc...)
                CHARSET_FOR_URI_ENCODING = uriEncoding;
                // ProtocolHandler protocolHandler = connector
                // .getProtocolHandler();
                // if (protocolHandler instanceof Http11Protocol
                // || protocolHandler instanceof Http11AprProtocol
                // || protocolHandler instanceof Http11NioProtocol) {
                // int serverPort = connector.getPort();
                // System.out.println("HTTP Port: " + connector.getPort());
                // }
            }
        }
    }
}

new String(parameter.getBytes(CHARSET_FOR_URI_ENCODING), CHARSET_FOR_URL_ENCODING);

但是，如果
parameter=request.getParameter（“name”）使用字符集\u解码以进行\u URI\u编码已损坏，因此使用getBytes（）获得的字节不是原始字节（这就是为什么默认情况下使用“iso-8859-1”）。您可以通过手动解析以下行中的查询字符串来消除这一切：

URLDecoder.decode(request.getQueryString().split("=")[1],
        CHARSET_FOR_URL_ENCODING);

我仍然在寻找文档中提到的
request.getParameter（“name”）
调用
urldecker.decode（）
而不是返回
%CF%84%CE%B7%CE%B3%CF%81%CF%84%CF%83%CF%82%CE%B7
字符串的地方？如能在源代码中添加链接，将不胜感激。

另外，如何将字符串作为参数值传递，例如，
%CE
？=>请参阅注释：
参数=%25CE
Jetty的某些版本中存在一个错误，使其无法正确解析更高数量的UTF-8字符。如果您的服务器正确地接受阿拉伯语字母，但不接受表情符号，则表明您的版本存在此问题，因为阿拉伯语不在ISO-8859-1中，而是在UTF-8字符的较低范围内（“较低”表示java将以单个字符表示）

我从版本7.2.0.v20101020更新到版本7.5.4.v20111024，修复了问题；我现在可以使用getParameter（String）方法，而不必自己解析它

如果您真的很好奇，可以深入研究org.eclipse.jetty.util.Utf8StringBuilder.append（byte）的版本，看看当utf-8代码足够高时，它是否正确地向字符串添加了多个字符，或者如7.2.0所示，它只需将一个int转换为一个字符并添加后缀。
感谢我对tomcat、jetty中使用的默认字符集的编码和解码所了解的一切
我用谷歌番石榴来解决我的问题

        String str = URLDecoder.decode(request.getQueryString(), StandardCharsets.UTF_8.name());
        final Map<String, String> map = Splitter.on('&').trimResults().withKeyValueSeparator("=").split(str);
        System.out.println(map);
        System.out.println(map.get("aung"));
        System.out.println(map.get("aa"));

String str=urldecker.decode（request.getQueryString（），StandardCharsets.UTF_8.name（））；
最终地图=
new String(parameter.getBytes(CHARSET_FOR_URI_ENCODING), CHARSET_FOR_URL_ENCODING);

URLDecoder.decode(request.getQueryString().split("=")[1],
        CHARSET_FOR_URL_ENCODING);

        String str = URLDecoder.decode(request.getQueryString(), StandardCharsets.UTF_8.name());
        final Map<String, String> map = Splitter.on('&').trimResults().withKeyValueSeparator("=").split(str);
        System.out.println(map);
        System.out.println(map.get("aung"));
        System.out.println(map.get("aa"));