wireshark和RawCap跟踪并解决中文乱码问题

Posted 2020-12-29 grey-wolf

一、问题概述

说下程序的架构。

有个后台管理系统A，在页面修改数据后，会用httpClient发http请求给系统B；

系统B做了异步机制，收到A发的请求后，将数据封装为Mq消息发给RabbitMq，然后结束该请求；

然后系统B自己也是消费者，去对应的Rabbitmq拉取消息后，封装一个httpClient通知系统C。

系统C会将该数据放到Redis里面。

然后我们发现，Redis里面的value出现了中文乱码问题。

大概的流程如下：

 

 

我采取的办法是，因为我们的所有系统，都默认是要采用“utf-8”来编码，那么我只要一路跟踪请求的链路，看看到底是在哪一步乱码的，就知道问题所在了。

我准备利用wireshark和rawcap来跟踪链路。本来不需要RawCap，主要是wireshark无法跟踪localhost链路上的网络请求。（上图，系统A、B、Mq在同一台机器上）

 

 

二、链路跟踪

2.1 A到B的链路跟踪

上面提到，A是后台管理系统。下面是其界面。

 

注意到，上图中，有一个“中”字。而“中”在utf8中被编码为：

 

这边先不讲，怎么利用wireshark和rawcap来抓包。先看我们跟踪的结果：

 

 经过寻找，我们页面上提交的“11中11236ckl111”就在上图红框标出的地方。

这有个小技巧，我提交的字符串中，“中”字前后有两个1，主要就是方便寻找。

上图，红框前后各有两个31，（对应数字1），那中间的“e4 b8 ad”就是中字的编码。

可以看到，这个编码没问题，因为和我们查到的“中”的utf8编码是一致的。

 

2.2 B到Mq的链路跟踪

 注意上图，就是系统B发到Mq的消息（上图中红框标识了其协议为AMQP，后面的Basic Publish表示这是一条生产者发送的消息）。

这里的编码也是没问题的。

 

2.3 系统B消费Mq的消息的链路跟踪

 

 和上一节类似，该消息就是系统B作为消费者从Mq拉到的。

这里的编码也没问题。

 

2.4 系统B消费消息后，发送给系统C的消息的链路跟踪

 

 注意了，上图这里，我们发现，这次“中”所在的编码，不再是utf-8，而是变成了什么“e6 b6 93 ef bf bd”之类的内容。

我猜想了半天，实在难以理解为什么编码会变成这样。哪怕utf32也不会用6字节来编码这么一个简单的汉子吧。

出问题的节点是找到了，那么剩下的就是查看代码。

 

2.5 代码问题定位

 

上图，第一个红框的位置，是获取消息体的字节数组；

第二个位置，就是将字节数组解码为String。

我猜测就是第二步出了问题。

让我们看看该方法的说明：

 

 这里是说，将会按照系统的默认字符集来解码。

我在192.168.19.88上写了个java测试类，打印了下列变量：

String csn = Charset.defaultCharset().name();


而结果显示出来就是：

 

所以，问题很明显，就是因为本来是utf8的字节，用gbk来解码，当然会乱码。

 

2.6 解决办法1

参考了：

https://blog.csdn.net/qq_21033663/article/details/53022797

 

1、通过System.out.println(System.getProperty("file.encoding"));可查看JVM运行时所使用的编码

2、默认情况：

1）Windows下，file.encoding=”GBK”, 
2）Linux下，file.encoding=”UTF-8”。

3、通过修改Tomcat配置来指定JVM运行时所使用的编码

1）linux下，在catalina.sh配置：JAVA_OPTS="$JAVA_OPTS -Dfile.encoding=utf-8"

2）Windows下：在catalina.bat配置:set JAVA_OPTS=%JAVA_OPTS% -Dfile.encoding=UTF-8

 

2.7 解决办法2

new String的时候，指定正确的解码字符集就可以了。

如下：

 

 三、参考资料

1、RawCap的使用

https://blog.csdn.net/lz_obj/article/details/53116432

这个可以多开，同时跟踪多个网卡。

2、wireshark的使用

https://www.cnblogs.com/yuhuameng/p/5871443.html