使用從壓縮文件中的文件名派生的特殊字符

此問題涉及連接到MySQL（5.5.16）數據庫的Tomcat 7 Web應用程序。使用從壓縮文件中的文件名派生的特殊字符

當我打開一個zip文件，已在windows-1252字符集編碼的文件名，人物似乎被Java正確解釋：

ZipFile zf = new ZipFile(zipFile, Charset.forName("windows-1252")); 
Enumeration entries = zf.entries(); 
while(entries.hasMoreElements()) { 
    ZipEntry ze = (ZipEntry) entries.nextElement(); 
    if(! ze.isDirectory()) { 
     String name = ze.getName(); 
     System.out.println(name); //prints correct filenames, e.g. café.pdf 
    } 
}

忽略的zip文件的構造函數的字符集對象會導致異常 。壓縮文件中的文件名被正確輸出到標準輸出，包括變音符號。但是，當我隨後嘗試將文件名存儲在數據庫中時，e-acute被替換爲問號（如使用mysql控制檯客戶端所看到的）。我沒有問題從Web應用程序插入到MySQL之前的特殊字符。

當我執行與Java源代碼é一個INSERT：

statement.executeUpdate("insert into files (filename) values ('café.pdf')");

的é下都很MySQL中。

而且，我的日誌文件顯示了一個逗號，而不是é: caf‚.pfd

有誰知道什麼可能會發生在這裏？

來源

2012-06-29 reus

如何打開與MySQL服務器的連接？你使用什麼類/庫/服務？ – SkyDan

要連接Java與MySQL我使用javax.sql.DataSource資源與：driverClassName =「com.mysql.jdbc.Driver」url =「jdbc：mysql：// localhost：3306/workflow？zeroDateTimeBehavior = convertToNull」 – reus

請，從Java應用程序執行以下查詢。向我們展示了輸出：'顯示的變量，比如 '字符％'' – SkyDan

問題已解決。 This post建議zip文件中的文件名編碼可能不是windows-1252，而是IBM437。改變Charset從：

ZipFile zf = new ZipFile(zipFile, Charset.forName("windows-1252"));

到

ZipFile zf = new ZipFile(zipFile, Charset.forName("IBM437"));

，得到所期望的結果：在保存在MySQL所獲取的文件名時，它被正確地存儲及eacute ;.

出了什麼問題？

打印出包含在ZIP文件到標準輸出文件名與

System.out.println(name);

讓我錯誤地認爲，在壓縮文件的文件名被解釋得好：當我用windows-1252編碼來打開壓縮文件，文件名被打印到標準輸出，很好地使用了變音符：caf＆eacute; .pdf。使用其他字符編碼，出現了不同的符號而不是eacute ;.

但打印的＆eacute的Unicode值時; - char與this answer的幫助下，我能看到，隨着windows-1252編碼打開壓縮文件時，實際Unicode值不是\u00e9（拉丁小字母e與急性），但\u201a（單低9引號）。當我用IBM437字符集打開ZipFile時，出現正確的Unicode值DID。

當然，當打印String到PrintStream的標準輸出時，PrintStream還與某個字符編碼相關聯。來自PrintStream Javadoc：

由PrintStream打印的所有字符都使用平臺的默認字符編碼轉換爲字節。

我正在使用Windows XP。當我創建了一個新的PrintStream

out = new PrintStream(System.out, true, "IBM437");

一切是有道理的：打開與IBM437字符編碼的壓縮文件，並使用新的PrintStream，＆eacute;打印正確。

There Ain't No Such Thing As Plain Text.

來源

2012-07-02 09:41:42 reus

在你存儲數據的表，一定要使用正確的排序規則，以便能夠存儲電子急性字符

來源

2012-06-29 10:43:05 serdarsenay

他說直接查詢成功了，這意味着服務器端的一切都可以。 – SkyDan

正如你在評論部分中提到，輸入數據（壓縮文件的名稱）可以在不同的字符集。這對你來說是一個問題，因爲你正在使用MySQL + JDBC鏈接，並且它給你提供了很多限制（比如MySQL中的每列一個字符集，以及JDBC中每個連接只有一個字符集）。因此，我建議您將MySQL端的字符集（查找像character_set_server和character_set_connection這樣的變量）切換爲UTF8，因爲它可以讓您傳輸和存儲幾乎所有可能接收到的字符。關於如何正確設置MySQL服務器，請參見here。請注意，MySQL服務器的設置可能具有挑戰性，所以請不要猶豫，以獲得更多幫助。 JDBC將自動調整爲服務器的character_set_connection變量，因此您不必在Java應用程序中更改任何內容。

你將不得不在你的應用程序中改變一件事，你將不得不將所有傳入的數據轉換爲UTF8，以便將其發送並存儲到MySQL服務器上。

祝你好運。

來源

2012-06-29 12:19:14 SkyDan

使用從壓縮文件中的文件名派生的特殊字符

回答

相關問題