Mit UTF-8-Codierung

Wir haben eine Java-Anwendung läuft auf Weblogic server nimmt XML-messages vom JMS-oder MQ-queue und schreibt Sie in eine andere JMS-queue ein. Die Anwendung nicht, ändern Sie die XML-Inhalte in keiner Weise. Wir verwenden BEA XMLObject zum Lesen und schreiben der Nachrichten in Warteschlangen.

Die XML-Nachrichten enthalten die encoding-Typ-Deklarationen als UTF-8.

Wir haben ein Problem, wenn die XML-Zeichen enthält, aus der Seite des normalen ASCII-Bereich (wie £ - symbol zum Beispiel). Beim Lesen der Nachricht aus der Warteschlange können wir sehen, dass das £ - symbol ist intakt, aber einmal schreiben wir es auf die Ziel-queue, das £ - symbol ist verloren und wird ersetzt durch £ statt.

Ich habe die OS-level-Einstellungen (locale) und alles scheint in Ordnung zu sein. Was sollte ich sonst noch überprüfen werden, um sicherzustellen, dass dies nicht passiert?

InformationsquelleAutor cdoe | 2008-11-06
  1. 5

    einmal schreiben wir es auf die Ziel-queue, das £ - symbol ist verloren und wird ersetzt durch £ statt

    Dass mir sagt, der Charakter wird geschrieben als UTF-8, aber es wird Lesen, als wäre es in einer single-byte Kodierung wie ISO-8859-1. (Für ein beliebiges Zeichen im Bereich U+geschützte Leerzeichen 00A0..U+00BF, wenn der Kodierung als UTF-8 und entschlüsseln, es als ISO-8859-1, den Sie am Ende mit der zwei-Zeichen-Sequenz ÃX, wo X ist der ursprüngliche Charakter.) Ich würde schauen das encoding-Einstellungen der Empfang von JMS-queue ein.

    • Ja. Es war ein Problem mit dem encoding-Einstellung, nicht auf die JMS-queue ein, aber auf OS-Ebene (die ich dachte, war richtig und erwähnt, so dass in meiner ursprünglichen Abfrage).
    • Ich bin froh, dass Sie es herausgefunden hat, und ich hoffe, Sie nehmen das Beratungsangebot in den anderen Antworten: wenn Sie wirklich zu tun haben, der byte/Zeichen-Konvertierungen selbst, Sie sollten immer geben Sie die Codierung, anstatt sich auf den OS-Einstellungen.
    • "Für ein beliebiges Zeichen im Bereich U+geschützte Leerzeichen 00A0..U+00BF, wenn der Kodierung als UTF-8 und entschlüsseln, es als ISO-8859-1, den Sie am Ende mit der zwei-Zeichen-Sequenz ÃX, wobei X den ursprünglichen Charakter." Könntest du das ein wenig genauer erklären ?
    • Dieser Tabelle zeigt, wie ein code-point verwandelt sich durch Verteilung der Daten über zwei oder mehr bytes und das hinzufügen der entsprechenden Präfixe. Für die code-Punkte im Bereich U+0080..U+00FF, das zweite byte der UTF-8-Codierung ist die gleiche wie der code mit den beiden high-order-bits überschrieben mit 10. Aber diejenigen, die im Bereich U+0080..U+00BF beginnen bereits mit 10, so dass das zweite byte ist der gleiche wie der code point. Das ist, warum, wenn Sie Sie entschlüsseln, falsch es sieht aus wie jemand, Hinzugefügt à vor einigen Ihrer Charaktere.
    InformationsquelleAutor Alan Moore
  2. 3

    Sollten Sie verwenden InputStream, OutputStream, und byte[] um die XML-Dokumente, die nicht Reader, Writer, und String. In der Welt der JMS, BytesMessage ist eine bessere Passform für XML-Nutzlasten als TextMessage.

    Jedes XML-Dokument gibt an, seine Zeichencodierung intern, und alle XML-Verarbeitungs-APIs orientiert sind, nehmen byte-streams und, wo notwendig, herauszufinden, die richtige Zeichenkodierung zu nutzen, sich. Die text-basierte APIs sind nur dazu da... um Leute zu verwirren, denke ich! Trotzdem sollten Anwendungen lassen Sie den XML-Prozessor befassen sich mit character-encoding-Probleme, anstatt zu versuchen, Sie zu verwalten sich selbst (oder mit einem text-orientierten API ohne ein solides Verständnis von character-encoding-Probleme).

    InformationsquelleAutor erickson
  3. 2

    Ohne ein paar mehr Besonderheiten, Schätze ich, dass es eine Methode, nimmt Optional eine Kodierung, irgendwo, die nicht angegeben und ist standardmäßig auf ISO-8859-1. Allgemein, nichts überprüfen, die vergeht zwischen einem InputStream/Ausgabestrom und eine Reader/Writer.

    Beispielsweise ein OutputStreamWriter nimmt eine optionale Kodierung sein, dass Sie vielleicht weglassen.

    InformationsquelleAutor Joe Liversedge
Schreibe einen Kommentar