一个webkit处理汉字编码的问题

在XX项目中解决android webkit处理汉字编码问题的总结

问题:

服务器通过302重定向方式发送给客户端重定向地址,地址中的汉字采用原数据方式发送,没有经过任何编码。因为其中存在汉字,所以在android端经过webkit解码编码之后,最终无法正常在服务器端请求正确数据。Android中默认使用utf-8编码。

 

Android在framework中解析http信息,Request.java的函数readResponse通过AndroidHttpClientConnection.java的函数parseResponseHeader解析response的header部分。

存储数据使用的是org.apache.http.util.CharArrayBuffer中的CharArrayBuffer。使用SessionInputBuffer的readline来读取一行,进行解析。

我们主要关心的是Location部分,因为重定向主要是通过Location的值重新去请求url。Android中也是这么做的,不会去html的body中解析标记A的herf。

读取的每一行都会被传入到Headers.java中进行解析。Location地址被转换为String存储到mHeaders[IDX_LOCATION]中。

在从CharArrayBuffer变成String的时候,有个值得注意的地方,通过String的源码可以看到,如果使用char[]的方式传入给String构造参数,String中不会再次编码(encode),而使用byte[]方式传入的话,会经过编码转化以后存储到String的value中。默认编码方式是utf-8.

我们这里的CharArrayBuffer里面为char[]方式,所以直接存储,不会经过编码。

 

Android会将得到的Location地址存储在Header的String数组中。

Request.java的函数readResponse会在最后调用LoadListener的endData结束解析。

在endData中经过一系列的消息转发之后最终走到doRedirect中,从字面意思也能看出来是重定向。从之前存储的Header中取出Location,然后调用native接口将url传送到webcore jni中调用底层进行url解析。将重新解析过的url返回到java层,最后进行http请求。

问题出在jni中进行解析部分。WebCoreResourceLoader的RedirectedToUrl拿到url后会构造KURL对象,KURL在构造函数中经过init,会进行相应的编码,默认编码方式为utf-8。所以汉字的元数据经过这次编码后变为utf-8编码。返回到java部分进行http请求,所以在抓包中出现的%C2%BA%C3%BA%C3%91%C3%A5%C2%B1%C3%B3是“胡彦斌”的元数据0xba, 0xfa,0xd1, 0xe5, 0xb1, 0xf3经过utf-8编码后的结果。

 

服务器默认的编码应该是gb2312。所以我们发送给服务器后,服务器将按照gb2312去解析,所以就会出现乱码:潞煤?氓卤贸

 

修改方法

对整个已经经过utf-8编码的url进行utf-8解码。在KURL中有现成的解码函数,默认解码方式为utf-8.:decodeURLEscapeSequences(String)

 

基于android4.0

注:webkit中的网络模块为libcurl,android中使用的是自己的网络模块,framework中。


技术人员都有自己的情怀,深陷其中而不被理解,欢迎关注个人微信公众平台:程序员互动联盟(coder_online),一个开发人员的家,来诉说自己的故事。

技术分享


郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。