使用 Orbeon 为查询字符串指定字符编码

Question

我们在读取 UTF-8 查询字符串时遇到字符编码问题。一个单独的外部应用程序构造了指向我们 Orbeon 应用程序的链接，例如：

• http://localhost:8080/ops/encoding-test/?message=hello%20world
• http://localhost:8080/ops/encoding-test/?message=it%E2%80%99s%20a%20message

我们的应用程序模型使用oxf:request 处理器读取查询字符串，然后在视图中显示该字符串。在上面的第一种情况下，应用程序正确显示“hello world”而没有问题。在第二个测试用例中，%E2%80%99 是 UTF-8 撇号的 URL 编码，并导致应用程序出错：

2012-09-13 12:21:43,383 ERROR XSLTTransformer  - Error at line 174 of oxf:/config/theme-examples.xsl:
Illegal HTML character: decimal 128
2012-09-13 12:21:43,384 ERROR ProcessorService  - Exception at line 174 of oxf:/config/theme-examples.xsl
; SystemID: oxf:/config/theme-examples.xsl; Line#: 174; Column#: -1
org.orbeon.saxon.trans.XPathException: Illegal HTML character: decimal 128

• 完整的日志输出：https://gist.github.com/3716033
• 应用程序测试用例来源：https://gist.github.com/3716159 - 针对 orbeon-3.9.1.201202031753-PE 编写和测试

错误是在撇号的多字节编码的第二个字节中引用%80。请注意，在日志中不仅主题会引发异常，而且 xforms 检查器也会引发异常。

似乎 URL 被解码为 Latin1 而不是 UTF-8，因为调试处理器列出了带有三个撇号字符的 it???s a message。到目前为止，在我的研究中，HTTP 似乎没有办法指定查询字符串本身的编码。

1. 在使用 oxf:request 读取时，有没有办法指定查询字符串的编码？我没有看到处理器的配置属性，也没有在 properties-local.xml 中看到可以设置默认值的任何相关内容。
2. 如果没有，有没有办法强制对字符串进行关联编码？我怀疑这可以通过 XSLT 完成，但找不到示例。我相信我想要的东西相当于 ruby​​ 的String#force_encoding。
3. 如果没有，是否有任何其他建议的方法来解决该错误？我目前最坏情况的 hack-fix 是在它到达 servlet 之前使用 mod_rewrite 去除任何有问题的字符。

感谢任何指导和帮助！

（在http://mail-archive.ow2.org/ops-users/2012-09/msg00033.html 交叉发布到操作用户邮件列表）

Answer 1

Orbeon Forms 依赖于 servlet API 返回的内容：请参阅 getParameterMap() in ServletExternalContext。所以这似乎是您需要在应用程序服务器级别设置的东西；如果使用 Tomcat，您可以通过 adding URIEncoding="UTF-8" on the <Connector> 进行操作。