SOAP消息中的Mojibake

Question

在我的java web服务上，我实现了WebServiceProvider，并试图获得客户机已经完成的原始请求。问题是，我在soap消息体的xml标记中得到了诸如<Applicant_Place_Born>Ð&#156;оÑ&#129;ква</Applicant_Place_Born>这样的不可读字符，而不是普通的西里尔字母。所以我在寻找解决这个问题的方法。也许我可以使用<Source>泛型类型而不是<SOAPMessage>，但我不知道如何将它转换为字节。

Q1:是否可以将客户端的请求作为原始字节数组(原始二进制数据)来获得，以便我可以手动解码它？

Q2:是否有通过为SOAP消息指定解码字符集来修复错误字符的直接方法？

我的当前代码如下：

@WebServiceProvider(
    portName="SoaprequestImplPort",
    serviceName="services/soaprequest",
    targetNamespace="http://tempuri.org/soaprequest",
    wsdlLocation="/wsdl/SoaprequestImpl.wsdl"
)
@BindingType(value="http://schemas.xmlsoap.org/wsdl/soap/http")
@ServiceMode(value=javax.xml.ws.Service.Mode.MESSAGE)
public class SoaprequestImpl implements Provider<SOAPMessage> {

    private static final String hResponse = "<soapenv:Envelope xmlns:soapenv=\\";

    public SOAPMessage invoke(SOAPMessage req)  {
        getSOAPMessage(req);
            SOAPMessage res = null;
        try {
                res = makeSOAPMessage(hResponse);
        } catch (Exception e) {
            System.out.println("Exception: occurred " + e);
        }
        return res;
    }

    private String getSOAPMessage(SOAPMessage msg)  {
        ByteArrayOutputStream baos = null;
        try {
            baos = new ByteArrayOutputStream();
            msg.writeTo(baos);
            OutputStream outputStream = new FileOutputStream ("/opt/data/tomcat/end.txt"); 
            baos.writeTo(outputStream);     
        } catch(Exception e) {
            e.printStackTrace();
        }
        return s;
    }

    private SOAPMessage makeSOAPMessage(String msg) {
        try {
                MessageFactory factory = MessageFactory.newInstance();
                SOAPMessage message = factory.createMessage();
                message.getSOAPPart().setContent((Source)new StreamSource(new StringReader(msg)));
                message.saveChanges();
                return message;
        } catch (Exception e) {
            return null;
        }
    }
}

Answer 1

您所展示的只是"Москва“的UTF-8编码表示。您的SOAP数据很可能位于顶部有<?xml version='1.0' encoding='UTF-8' ?>的XML文件中，这表明内容是使用UTF-8编码的。要将这些数据转换回Unicode，您需要对其进行解码。您也有一些HTML转义在那里，所以您必须先取消转义。我使用Tcl来测试这个：

# The original string reported
set s "Москва"
# substituting the html escapes
set t "Ð\x9cоÑ\x81ква"
# decode from utf-8 into Unicode
encoding convertfrom utf-8 "Ð\x9cоÑ\x81ква"
Москва

所以您的SOAP信息可能很好，但您很可能需要处理HTML转义，然后才允许任何尝试从utf-8解码字符串。