Dotaz: Problem s kodovanim non-ASCII znaku a verze Jetty

[kapy]

Stravil jsem ted nekolik dnu vrtanim se v kodu Abicka. Behem toho jsem zjistil, ze se na nekterych mistech mrsi diakrititika. Zde je popis, jak to probihalo:

• Jetty 6.1.4
  

  V teto verzi, ktera je dodavana s abickem, to zda se funguje vsechno spravne

• Jetty 6.1.14 a vyssi z 6.1.x
  V teto verzi blbne kodovani. Problem se mi projevoval takto: Na nektery strankach se behem editace diakritika mrsila na neplatne znaky. Ze zahadneho duvodu se tomu tak delo na mistech registrace uzivatele a registrace autora, diskuze a poradna funguvala v poradku. Jak jsem sledoval problem:
  1. Nejprve jsem hledal chybu v databazi. Nastavil jsem v konfiguraci /etc/my.cnf kodovani nucene na utf8,

     
     collation_server=utf8_unicode_ci
     character_set_server=utf8
     skip-character-set-client-handshake
     

     . Pote, co jsem vyloucil, ze by se mohl pripojovat klient se spatnym kodovanim, hledal jsem jinde
  2. Dale me napadlo, ze by s tim mohl mit neco spolecneho XML parser a nastaveni locale. Pouzivam ale en_US.utf8 a navic se ukazalo, ze blbnou i parametry, ktere pres nej neprochazi. V tomto kroku jsem vyloucil i Misc utilitu.
  3. Nasledovalo logovani obsahu parametru v ServletUtils. Zde jsem zjistil, ze parametry na nekterych strankach dochazi zmrsene, jinde ne. Stale mi neni jasna souvislost, proc tomu tak je. Toto zjisteni presmerovalo puvodce na prohlizec nebo web server.
  4. Prohlizece se chovaly stejne (FF 3.0.5, Opera 9.63). Pote jsem zkousel menit verzi Jetty. Vysledek je popsan vyse, s verzi 6.1.4 to funguje.

Ted by bylo fajn zjistit, jestli je regrese v Jetty, nebo nekde neco oskliveho v kodu Abicka.

Odpovědi

[Filip Jirsák]

Parametry ze stránky se odesílají v takovém kódování, v jakém je stránka. Jestli se nepletu, Abíčko používá takový zvláštní způsob zacházení s texty z klienta, že si nejprve od Jetty nechá přeložit bajty na znaky ve špatném kódování, pak si to převede zpět na bajty a převede to na správné kódování. Kdysi jsem se o tom s Leošem bavil, ale už si nepamatuju, jak to dopadlo -- jestli se na tom něco změnilo. Musel bych se podívat do zdrojáků.

Jinak já jsem pod Jetty 6.1.14 (s jinýmmi weby) nezaznamenal žádný problém, ale používám všude důsledně UTF-8.