在 .Net http 处理程序中编码 u 带分音符的字符出现问题

Question

我有一个JavaScript请求，发送到一个ASP.Net（2.0）HTTP处理程序，该处理程序将请求传递给Java Web服务。在此系统中，特殊字符（例如带重音的字符）无法正确传递。

例如：

人类输入：Düsseldorf 变成了一个JavaScript异步请求http://site/serviceproxy.ashx?q=D%FCsseldorf，根据我所知，它在ISO-8859-1以及UTF-8中都是有效的。（除非它在UTF-8中是%c3%bc） HttpContext.Current.Request.QueryString.Get("q")返回D�sseldorf，这就是问题开始的地方。

但是，HttpUtility.UrlEncode(HttpContext.Current.Request.QueryString.Get("q"), Encoding.GetEncoding("ISO-8859-1"))返回D%3fsseldorf（一个“?”），而HttpUtility.UrlEncode(HttpContext.Current.Request.QueryString.Get("q"), Encoding.UTF8)返回D%ef%bfsseldorf。

因此，该值未被正确解码或重新编码以传递给Java服务。

注意：HttpContext.Current.Request.Url.Query为?q=D%FCsseldorf&output=json&from=1&to=10，而HttpContext.Current.Request.QueryString.ToString()为q=D%ufffdsseldorf&output=json&from=1&to=10。

为什么会这样，并且我如何告诉HttpContext尊重包括以下内容的请求标头：

Content-Type=application/x-www-form-urlencoded;+charset=UTF-8

使用UTF-8字符集解码URL的QueryString。

附加说明：正如答案所指出的那样，问题不在于解码而在于编码；在JavaScript中使用escape()不会按照UTF-8进行转义，而使用encodeURIComponent()则会。

- dlamblin

Answer 1

我不知道你的服务器（IIS？）使用的默认字符编码是什么，或者是否可以更改，但我可以告诉你一些可能有帮助的事情。

0xFC是ü的ISO-8859-1编码。虽然Unicode代码点是U+00FC，但在使用UTF-8编码时，这需要两个字节，并变为0xC3 0xBC。

如果UTF-8解码器看到非法字节序列0xFC，则会将其解码为Unicode“替换字符”U+FFFD，并从它看到另一个有效字节序列的开头开始，即's'。

你得到%3f的原因是'?'是拉丁字符集的“替换字符”，类似于Unicode字符集中的�。

我认为你看到的是客户端使用ISO-8859-1进行编码，但服务器使用UTF-8进行解码。一旦它到达服务器，你的数据就被破坏了。我建议你修改客户端以使用UTF-8编码；它应该请求http://site/serviceproxy.ashx?q=D%C3%BCsseldorf

听起来你正在使用JavaScript构建这些URL，所以你应该使用encodeURI和encodeURIComponent函数，而不是escape。

- erickson

---

我一直在寻找一种方法告诉escape()我想使用UTF-8，但我没有想到要查看encodeURIComponent()。此外，我误解了UTF-8，并认为%FC可能对两者都有效。 - dlamblin

Answer 2

我在使用ASP.NET通用处理程序时遇到了同样的问题，当在IE8中直接输入URL时，字符会作为char 65533发送，但是我已经将IE8设置为

[x]发送UTF-8 URL。

在我的场景中，我正在使用Visual Studio调试HTTP处理程序，并直接在浏览器中输入处理程序的地址:

 http://localhost/myHandler.ashx?term=xxxxxx

然后逐步执行代码。客户端将传递UTF-8编码的URL，但是在开发机器上运行IE8作为客户端时，有没有一种方法来调试代码？

- Tim