caibird1984 2012-08-08 15:34 采纳率: 0%
浏览 1526
已采纳

如何去掉字符串中的非UTF-8编码?

使用Struts2接收iPhone客户端发来的请求,刚刚接收到的时候是做了URL Encode的,比如这个字符串:“%E8%BF%99%E6%98%AF%E4%B8%80%E6%AE%B5%E6%B5%8B%E8%AF%95%00%E7%94%A8%E7%9A%84%E6%96%87%E5%AD%97”。

但是这个字符串中包含了一个非UTF-8编码“%00”,目前所知产生的原因是使用了iPhone原生的文本框,在用户从其他App或者网页粘贴内容后提交的时候会带有一些额外的字符。为了兼容iOS5之后的emoji表情,目前采用的方法是数据库直接保存URL Encode之后的编码,在显示的时候进行Decode并输出,根本原因在于MySQL的编码使用的是GBK。

对于上述字符串,由于包含了非UTF-8编码的字符串,因此如果返回的结果是XML形式的时候客户端(比如iphone App)会出现XML解析失败导致整个页面空白的情况。请教在不改变现有程序实现的情况下(即不更换数据库编码、仍然保存URL Encode之后的字符串),能否通过其他手段过滤掉这些非法字符呢?比如通过正则表达式?

  • 写回答

2条回答

  • clxy大叔 2012-08-08 16:43
    关注

    结果
    [code="java"]测{方块}试[/code]
    只有%00是方块,对头的吧?

    我的建议也是你自己说的用正则表达式把非法字符过滤掉。

    看你的描述似乎不确定非法字符有哪些,那么就把所有 非 正常 字符 过滤掉。

    比如正常字符包括:

    • 数字,英文大小写,表达符号。

    • 中文。

    用正则把不是以上的字符都干掉的方向,具体区间可以参考这篇[url]http://www.reai.us/chinese-in-utf8-and-gbk[/url]

    但是,我仍然建议改DB编码吧,一了百了。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥15 Arcgis相交分析无法绘制一个或多个图形
  • ¥15 seatunnel-web使用SQL组件时候后台报错,无法找到表格
  • ¥15 fpga自动售货机数码管(相关搜索:数字时钟)
  • ¥15 用前端向数据库插入数据,通过debug发现数据能走到后端,但是放行之后就会提示错误
  • ¥30 3天&7天&&15天&销量如何统计同一行
  • ¥30 帮我写一段可以读取LD2450数据并计算距离的Arduino代码
  • ¥15 飞机曲面部件如机翼,壁板等具体的孔位模型
  • ¥15 vs2019中数据导出问题
  • ¥20 云服务Linux系统TCP-MSS值修改?
  • ¥20 关于#单片机#的问题:项目:使用模拟iic与ov2640通讯环境:F407问题:读取的ID号总是0xff,自己调了调发现在读从机数据时,SDA线上并未有信号变化(语言-c语言)