ASP.NET 2 中的 ISO-8859-1 到 UTF8答案

【问题标题】：ISO-8859-1 to UTF8 in ASP.NET 2ASP.NET 2 中的 ISO-8859-1 到 UTF8
【发布时间】：2010-11-03 23:17:00
【问题描述】：

我们有一个页面，它以 ISO-8859-1 将数据发布到我们的 ASP.NET 应用程序

<head>
    <META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=iso-8859-1">
    <title>`Sample Search Invoker`</title>
</head>
<body>

<form name="advancedform" method="post" action="SearchResults.aspx">
    <input class="field" name="SearchTextBox" type="text" />
    <input class="button" name="search" type="submit" value="Search &gt;" />
</form>

并在后面的代码中 (SearchResults.aspx.cs)

System.Collections.Specialized.NameValueCollection postedValues = Request.Form;
String nextKey;
for (int i = 0; i < postedValues.AllKeys.Length; i++)
{
    nextKey = postedValues.AllKeys[i];

    if (nextKey.Substring(0, 2) != "__")
    {
        // Get basic search text
        if (nextKey.EndsWith(XAEConstants.CONTROL_SearchTextBox))
        {
            // Get search text value
            String sSentSearchText = postedValues[i];

            System.Text.Encoding iso88591 = System.Text.Encoding.GetEncoding("iso-8859-1");
            System.Text.Encoding utf8 = System.Text.Encoding.UTF8;

            byte[] abInput = iso88591.GetBytes(sSentSearchText);

            sSentSearchText = utf8.GetString(System.Text.Encoding.Convert(iso88591, utf8, abInput));

            this.SearchText = sSentSearchText.Replace('<', ' ').Replace('>',' ');
            this.PreviousSearchText.Value = this.SearchText;
        }
    }
}

当我们通过 Merkblätter 时，它作为 Merkblätter 被从 postedValues[i] 中拉出原始字符串字符串是 Merkbl%ufffdtter

有什么想法吗？

【问题讨论】：

看看我调整后的答案

标签： asp.net encoding utf-8 iso-8859-1

【解决方案1】：

我认为像这样将您的编码添加到 web.config 中可能会解决您的问题：

<configuration>
   <system.web>
      <globalization
           fileEncoding="iso-8859-1"
           requestEncoding="iso-8859-1"
           responseEncoding="iso-8859-1"
           culture="en-US"
           uiCulture="en-US"
        />
   </system.web>
</configuration>

【讨论】：

是的，这是我考虑过的一个选项，但不幸的是，这样做还有其他问题......

【解决方案2】：

这是因为您将字符串编码为 ISO-8859-1 并将其解码，就好像它是编码为 UTF-8 的字符串一样。这肯定会弄乱数据。

表单不会因为您使用该编码发送页面而将数据发布为 ISO-8859-1。您没有为表单数据指定任何编码，因此浏览器将选择能够处理表单中数据的编码。它可以选择 ISO-8859-1，但也可以选择其他编码。

数据被发送到服务器，根据浏览器指定的编码进行解码并放入 Request.Form 集合中。

您所要做的就是从 Request.Form 集合中读取已经解码的字符串。您也不必遍历集合中的所有项目，因为您已经知道文本框的名称。

只要做：

string sentSearchText = Request.Form("SearchTextBox");

【讨论】：

“表单根本没有将数据发布为 ISO-8859-1。”我不认为这是真的，浏览器使用接收到的 HTML 的 Content-Type 标头来确定它将使用什么编码来发布表单的内容。
嗯，如何将表单发布为 ISO-8859-1？感谢您对 Request.Form 内容的评论，这是继承的代码并且它有效，所以我从未考虑修复它..
在form标签中使用accept-charset="ISO-8859-1"来指定编码。
@Guffa：问题是帖子已经按照 ISO-8859-1 进行，即使有这个显式的 accept-charset 属性，服务器仍然不知道传入请求的编码是什么.数据作为 application/x-www-form-urlencoded 发送，其中 a) 不携带字符集（因为它的 application/* 数据）和 b.) 唯一合理的值是 US-ASCII，因为那是 url 中使用的编码编码。
这是在 url 解码期间字符八位字节发生的事情，事情变得一团糟。服务器假定一旦解析了 %xx 字节值，该集中每个名称和值的完整字节集将被视为 UTF-8。唯一可以修改此特定服务器行为的地方是 web.config（根据 Canavar，我自己没有检查过）。

【解决方案3】：

你有这行代码：-

String sSentSearchText = postedValues[i];

帖子中的八位字节解码发生在这里。

问题在于 META http-equiv 没有告诉服务器有关编码的信息。

~~您可以将 RequestEncoding="ISO-8859-1" 添加到 @Page 指令中，然后停止尝试自己摆弄解码（因为它已经发生了）。~~

这也无济于事。看来只能在 web.config 中指定 Request 编码了。

最好完全停止使用 ISO-8859-1 并保留默认的 UTF-8 编码。使用限制性编码没有收获，只有痛苦。

编辑

如果似乎不可能更改发布表单的编码，那么我们似乎别无选择，只能自己处理解码。为此，在您的接收代码隐藏中包含这两个静态方法：-

private static NameValueCollection GetEncodedForm(System.IO.Stream stream, Encoding encoding)
{
    System.IO.StreamReader reader = new System.IO.StreamReader(stream, Encoding.ASCII);
    return GetEncodedForm(reader.ReadToEnd(), encoding);
}


private static NameValueCollection GetEncodedForm(string urlEncoded, Encoding encoding)
{
    NameValueCollection form = new NameValueCollection();
    string[] pairs = urlEncoded.Split("&".ToCharArray(), StringSplitOptions.RemoveEmptyEntries);

    foreach (string pair in pairs)
    {
        string[] pairItems = pair.Split("=".ToCharArray(), 2, StringSplitOptions.RemoveEmptyEntries);
        string name = HttpUtility.UrlDecode(pairItems[0], encoding);
        string value = (pairItems.Length > 1) ? HttpUtility.UrlDecode(pairItems[1], encoding) : null;
        form.Add(name, value);
    }
    return form;
}

现在不是分配：-

postedValues = Request.Form;

使用：-

postValues = GetEncodedForm(Request.InputStream, Encoding.GetEncoding("ISO-8859-1"));

您现在可以从其余代码中删除编码标记。

【讨论】：

将输入页面设置为 UTF-8 将是我的理想选择；但是，该表单嵌入在客户站点中，他们似乎不想将编码更改为 UTF-8，因此我正在研究替代方案。为什么要编码这样的废话，如果我有资源，我会很高兴地追捕并与提出这个烂摊子的人严厉地说:-)
在 ASP.NET 中编码不是问题，它非常简单。 不管编码，不要碰它，默认的 UTF-8 可以正常工作。
在理想情况下，我会使用 UTF-8，但可惜在这个应用程序中并不那么容易......

【解决方案4】：

我最终做的是强制我们的应用使用 ISO-8859-1。不幸的是，底层数据可能包含不适合该代码页的字符，因此我们在显示数据之前检查数据并将关于 127 字符代码的所有内容转换为实体。不理想但对我们有用...

【讨论】：

【解决方案5】：

我遇到了同样的问题，这样解决了：

  System.Text.Encoding iso_8859_2 = System.Text.Encoding.GetEncoding("ISO-8859-2");
  System.Text.Encoding utf_8 = System.Text.Encoding.UTF8;

  NameValueCollection n = HttpUtility.ParseQueryString("RT=A+v%E1s%E1rl%F3+nem+enged%E9lyezte+a+tranzakci%F3t", iso_8859_2);
  Response.Write(n["RT"]);

A+v%E1s%E1rl%F3+nem+enged%E9lyezte+a+tranzakci%F3t 将按预期返回“A vásárló nem engedélyezte a tranzakciót”。

【讨论】：

【解决方案6】：

Function urlDecode(input)
 inp = Replace(input,"/","%2F")
 set conn = Server.CreateObject("MSXML2.ServerXMLHTTP")
 conn.setOption(2) = SXH_SERVER_CERT_IGNORE_ALL_SERVER_ERRORS
 conn.open "GET", "http://www.neoturk.net/urldecode.asp?url=" & inp, False
 conn.send ""
 urlDecode = conn.ResponseText
End Function

为了加快速度，只需在您的数据库中为解码和编码的 url 创建一个表，然后在 global.asa application.on_start 部分读取它们。稍后将它们放在应用程序对象上。然后为该应用程序 obj 设置一个检查程序。在上述函数中，如果应用数组中不存在解码的 url，则从远程页面请求一次（提示：urldecode.asp 应该在不同的服务器上，请参阅：http://support.microsoft.com/default.aspx?scid=kb;en-us;Q316451）并将其插入到您的数据库并附加到应用程序数组对象, ELSE 从应用程序 obj 返回函数。

这是我找到的最好的方法。如果有人想了解有关应用程序对象、数据库操作等的更多详细信息，请通过 admin@neoturk.net 联系我

您可以在 lastiktestleri.com/Home 看到上述方法成功运行

我也用过，HeliconTech 的 ISAPI_Rewrite Lite 版本用法很简单： url = Request.ServerVariables("HTTP_X_REWRITE_URL") 这将返回指向 /404.asp 的确切 url

【讨论】：

【解决方案7】：

我们遇到了与您相同的问题。这个话题一点也不直截了当。

第一个技巧是将发布数据的页面（通常与在 .NET 中接收数据的页面相同）的 Response 编码设置为所需的表单发布编码。

但是，这只是提示用户浏览器如何解释从服务器发送的字符。用户可能会选择手动覆盖编码。而且，如果用户覆盖了页面的编码，表单中发送的数据的编码也会改变（无论用户设置的编码是什么）。

不过，有一个小技巧。如果您在表单中添加名称为 _charset_（注意下划线）的隐藏字段，大多数浏览器将使用发布表单时使用的字符集名称填写此表单字段。这个表单域也是 HTML5 规范的一部分。

所以，您可能认为您可以开始了，但是，当在您的页面中时，ASP.NET 已经对发送到表单的所有参数进行了 urldecode。因此，当您实际上在 _charset_ 字段中有值时，包含 Merkblätter 的字段的值已经被 .NET 错误解码。

你有两个选择：

在相关的 ASP.NET 页面中，手动执行请求字符串的解析
在 Global.asax 中的 Application_BeginRequest 中，手动解析请求参数，提取 _charset_ 字段。获取值后，将Request.ContentEncoding 设置为System.Text.Encoding.GetEncoding(<value of _charset_ field>)。如果这样做，您可以像往常一样读取包含 Merkblätter 的字段的值，无论客户端将值发送到什么字符集。

在上述任何一种情况下，您都需要手动读取Request.InputStream，以获取表单数据。我建议将 Response Encoding 设置为 UTF-8 以获得最大数量的接受字符的选项，然后在用户特别覆盖字符集时处理特殊情况，如上所述。

【讨论】：

为什么 ASP.NET 不自动处理 charset 字段而不让我们编写 Application_BeginRequest 代码？这是charset 的链接。