(C2) 来自哪里答案

【问题标题】：Where is the Â (C2) coming from(C2) 来自哪里
【发布时间】：2016-02-25 09:17:49
【问题描述】：

由于某种原因，一段代码将空格替换为 \u00A0 - 即 Non-breaking space。然后使用此代码清理 URL（是的，我知道这非常糟糕 - 在很多方面）。奇怪的是，当这些显示在我的测试 jsp 中时，会出现一个流氓 Â - 为什么？

用于演示问题的示例 JSP。

<%@page contentType="text/html" pageEncoding="UTF-8"%>
<!DOCTYPE html>
<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
    <title>JSP Page</title>
    <%
      String[] parameters = request.getParameterValues("p");
      if (parameters == null || parameters.length == 0) {
        parameters = new String[]{""};
      }
    %>
  </head>
  <body>
    <h1>Hello World!</h1>
    <a href='index.jsp?p=<%="Hello\u00A0there"%>'>A Link</a>
    <p><%=parameters[0]%></p>
  </body>
</html>

为什么参数显示为HelloÂ there？ c2 来自哪里？

已添加

顺便说一句：parameter 的十六进制是48 65 6c 6c 6f c2 a0 74 68 65 72 65，原位显示c2。

【问题讨论】：

我在将内容从 Gmail 复制到纯文本文件时得到了这些。我一次又一次地忘记了你不能这样做，gmail 会弄乱你的明文副本。

标签： java jsp url

【解决方案1】：

Rogue 的出现通常表明某些内容使用 UTF-8 编码，然后使用“传统”代码页字符集再次解码，例如ISO-8859-1，或 CP850，或 ...

【讨论】：

那么在我的情况下，我应该使用getParameterValues 的哪个替代品？
@OldCurmudgeon，告诉你的容器正确地从字节解码为字符。在 Tomcat 中，在 server.xml 中使用 URIEncoding 参数。
就是这样！！将<parameter-encoding default-charset="UTF-8"/> 添加到我的glassfish-web.xml 文件可解决此问题。

【解决方案2】：

要回答实际问题“(C2) 来自哪里？”，您可以找到this article helpful
UTF-16 中的不间断空格 0x00A0 在 UTF-8 中编码为 0xC2A0。

这个table 也有帮助

编码的 Unicode 字符示例（以十六进制表示）

16-bit Unicode    UTF-8 Sequence
0001              01
007F              7F
0080              C2 80   <-- this was the case of nbsp
07FF              DF BF
0800              E0 A0 80
FFFF              EF BF BF
010000            F0 90 80 80
10FFFF            F4 8F BF BF

【讨论】：