为啥这个字符编码问题只出现在特定系统上？

Posted 2023-02-16

【中文标题】为啥这个字符编码问题只出现在特定系统上？

【英文标题】：Why does this character encoding issue only occur on select systems?为什么这个字符编码问题只出现在特定系统上？

【发布时间】：2013-10-17 14:48:51

【问题描述】：

我们正在使用一个名为 CKEditor 的 javascript WYSIWYG 文本编辑器。编辑器有一个源视图，用 html 标记用户在文本编辑器中输入的内容。有时编辑器会在这个源视图中插入不间断的空格（ ），这很好。

一切似乎都在开发机器上正常运行，因此我们将其部署到生产服务器上。此时，我们开始看到一个奇怪的 Â 字符 (Â) 被插入到文本中。经过一番阅读，我看到 CKEditor 错误跟踪页面上的几张票报告了这一点。我能够通过将 ckeditor.js 的 script 标记上的 charset 属性设置为 UTF-8 来解决此问题。

我的问题是这样的：为什么script 标签首先需要设置charsetattribute，为什么只在某些系统上？

this SO question 的最后一条评论提到，UTF-8 中不间断空格的字节序列实际上是 latin1 中的 Â 字符后跟不间断空格（这是 ISO-8859-1 对的） ？）。这肯定是一个线索，因为每次用户切换到源视图时，都会一个接一个地插入另一个字符。就好像 CKEditor 框架试图注入一个不间断的空间，但它变成了Â&nbsp，然后是ÂÂ&nbsp，等等。所有系统上的content-type（从 Chrome 调试器查看）是text/html;charset=ISO-8859-1，我不确定这是为什么。所有 Tomcat 配置中的 Dfile.encoding 选项都设置为 utf-8。 meta 标签也是<meta charset="utf-8">。

【问题讨论】：

FILE.encoding 应该是file.encoding；系统属性区分大小写！

@AaronDigulla 对不起，在服务器上是小写的，我只是打错了。现已修复，谢谢！

【参考方案1】：

在 Web 浏览器中启动您的开发工具。呈现/提交表单时，停下来查看来回发送的请求和响应标头。确保在任何地方都能看到UTF-8。如果它丢失了，那么一侧将假定“默认编码”——不管它可能是什么。

还要确保您拥有set the charset on the forms，因为它们不会自动从页面继承。

编辑 This page 详细解释了在使用 Tomcat 时如何设置字符集以及 servlet 的必要代码。

【讨论】：

所以我检查了页面 GET 请求中的content-type 属性，它是text/html;charset=ISO-8859-1。在那之后，我看不出还有什么重要的事情，因为那时一切都是客户端使用 JavaScript CKEditor 库。也许我错了。

您的 Servlet 代码中可能缺少response.setCharacterEncoding("UTF-8")。有关详细信息，请参阅我的编辑。

很好，在我的 Spring 控制器中这样做将 content-type 更改为 UTF-8 而不是 ISO-8859-1。对我来说真正的谜是为什么这个编码问题不会出现在我们的 Windows 开发机器或我们的 Linux 测试服务器上，而是出现在 Linux 生产服务器上。我认为这肯定是配置差异，但Dfile.encoding 是我能想到的所有检查。

生产服务器和浏览器之间可能存在代理，如果没有，则插入编码头。