我正在使用 Jersey 制作 RESTful 服务,它会生成 UTF-8 编码的回复。这是一个代码片段:
public static class Data {
private String value;
public Data(String value) {
this.value = value;
}
public String getValue() {
return value;
}
public void setValue(String value) {
this.value = value;
}
}
@GET
@Produces(MediaType.APPLICATION_JSON)
public Response method() {
Data response = new Data("€");
return Response.status(Response.Status.OK)
.type(MediaType.APPLICATION_JSON + ";charset=UTF-8")
.entity(response)
.build();
}
它应该产生以下回复:
{"value":"€"}
或作为字节数组:
[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -30, -126, -84, 34, 125]
请注意,欧元符号被编码为三个字节 -30、-126、-84 或0xe2 0x82 0xac。
但是,它会产生以下响应
{"value":"â¬"}
或作为字节数组:
[123, 34, 118, 97, 108, 117, 101, 34, 58, 34, -61, -94, -62, -126, -62, -84, 34, 125]
请注意,欧元符号现在编码为六个字节 -61、-94、-62、-126、-62、-84 或 0xc3 0xa2 0xc2 0x82 0xc2 0xac。
我发现了一个导致这种损坏的转换序列,在某些时候 UTF-8 编码数据被视为 Latin1 编码数据。
Data data = new Data("€");
org.codehaus.jackson.map.ObjectMapper mapper
= new org.codehaus.jackson.map.ObjectMapper();
try {
String strData = mapper.writeValueAsString(data);
System.out.println(strData);
byte[] rawData = mapper.writeValueAsBytes(data);
System.out.println(Arrays.toString(rawData));
String asLatin1 = new String(rawData, "ISO-8859-1");
byte[] brokenUtf8 = asLatin1.getBytes("UTF-8");
System.out.println(Arrays.toString(brokenUtf8));
} catch (IOException e) {
System.out.println("Fail " + e.getMessage());
}
该服务在两台机器上运行,一台使用 apache-tomcat-7.0.30,另一台使用 apache-tomcat-7.0.23。前者产生正确的 UTF-8 响应,而后者则破坏了 UTF-8。我无法找出导致行为差异的原因以及可以解决问题的方法。