Unicode-Problem mit JSF- und HTML-Formularen?

Question

Ich habe ein HTML-Formular von JSF erzeugt, das ein Eingabeelement auf einen Bean-Setter abbildet und es sieht so aus, als würde JSF Unicode-Input auf dem Weg in Garbage. Insbesondere habe ich die folgende Ausnahme für Testzwecke im Setter

public void setTitle(String title){ 
    System.out.println("title set with: "+title+"\n"); 
    if (title.startsWith("xxx")) { 
     throw new RuntimeException("debug exception "+title); 
    } 
    this.title = title; 
} 

Dann habe ich den folgenden Text in das Formular Titeleingabeelement: "xxxx 海 陆". Dann, wenn ich das Formular absende, sehe ich den Log-Print

(auf einem Unicode-kompatiblen Mac-Terminal). Und ich erhalte eine Fehlermeldung auf die Antwort HTML-Seite:

Error setting property 'title' in bean of type 
uk.ac.lancs.e_science.sakaiproject.api.blogger.post.Post: 
java.lang.RuntimeException: debug exception xxxx ���?? 

Irgendwelche Hinweise auf das, was falsch ist? Bin ich nur voll davon und habe die falsche Diagnose? Ich denke, ich habe alle anderen Möglichkeiten eliminiert. Unicode scheint in anderen Komponenten der gleichen Anwendung gut zu funktionieren.

Answer 1

Fragen würde ich fragen:

• Wie wird die Form codiert, die Anfrage (application/x-www-form-urlencoded oder multipart/form-data)? Mehrteilige Daten werden mit einem MIME-Parser eines Drittanbieters entschlüsselt, so dass es dort zu Ärger kommen kann. Wenn die Daten URL-codiert sind, wird sie ordnungsgemäß maskiert?
• Welcher Zeichensatz ist der Browser accepting?
• Was encoding is the server detecting? Ist es ein Unicode-Zeichensatz?
• Ist es nur die Protokollierung, die als lossy encoding (z. B. MacRoman) schreibt? Was verwendet der Server default charset?

Da das, was man auf einer Konsole zu sehen ist nicht unbedingt was in der Zeichenfolge ist, können Sie die Unicode code points mit diesem Code-Dump:

public static void printCodepoints(char[] s) { 
    for (int i = 0; i < s.length; i++) { 
     int codePoint = Character.isHighSurrogate(s[i]) ? Character 
      .toCodePoint(s[i], s[++i]) 
      : s[i]; 
     System.out.println(Integer.toHexString(codePoint)); 
    } 
    } 

Answer 2

Ein Browser kann keine Unicode über die Leitung senden; es muss den Unicode irgendwie kodieren. Von der Ausgabe der Ausnahme (zwei Kanji wurden fünf Zeichen), ich vermute, die Daten wurden als UTF-8 codiert und die Zeichenfolge title wurde nicht korrekt nach dem Empfang auf der Serverseite der Komponente decodiert.

Ich schlage vor, das accept-charset Attribut für das Formular festzulegen. Das sollte jedem sagen, dass er sich benehmen soll.