.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。提要的视图是.jspx文件，如下图所示：

<?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>

问题是，在我的本地开发服务器(Apache Tomcat6.0)上，一切都呈现得很好，但在WebLogic服务器上，我得到的所有UTF-8字符都被破坏了。

在火狐中，我看到了类似<summary>Formaci�n</summary>的东西。这个奇怪字符的字节序列是ef bf bd，而我在执行测试时应该收到的所有UTF-8字符似乎都是这样的(α，ó，í)。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，内容会在第一次出现奇怪的字符时进行调整，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，但我认为这与web服务器正在做的事情有关，考虑到在我本地的Tomcat上一切正常。欢迎任何想法。

谢谢,

亚历克斯

Answer 1

问题来自于jspx指令中属性的顺序，以及我没有在contentType属性中包含字符集的事实！

切换后：

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

至：

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

人物表现得很好。我又折腾了一下，好奇地发现：

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

不能工作。我真的不明白为什么，但我猜这是WebLogic中的一个bug。我部署的版本是10.0。

Answer 2

�是Unicode Replacement Character U+FFFD (十六进制，实际上是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格式呈现页面，并且字符最初是ó (U+00F3，0xC3 0xB3)，当使用单字节字符集将其解码为0xF3而不是0xC3 0xB3时，该字符将被错误地格式化为未知字符，症状表明服务器实际上正在将响应解码为ISO-8859-1而不是UTF-8，但仍指示浏览器使用UTF-8对其进行编码。

我不做Weblogic，所以我用谷歌搜索了一下，我偶然发现了this old bug report，其中有人建议在weblogic.xml文件中添加以下内容，以强制它使用UTF8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你的问题。