带变音符的字符转换为ascii

Question

我正在尝试从最多500个字符的TextArea中获取值。但我面临一个问题，字符与变音符，其中每个特殊字符替换为4个字符。因此，如果我给出包含法语字符的500个字符的文本，在数据库中持久化所需的实际长度（字段长度为500）将超过500个字符，事务将失败。

一些例子：

• oubliée被转换为oubli:afetraye
©E
• Désiriez被转换为D:FARTH©Siriez

<form id="contForm" method="post" name="formCont"
    action="/wps/customforms/ParticipationRequest"
    enctype="multipart/form-data">

<div class="spec textarea small" id="inpSpec">
    <label class="label" for="inp"><%=content.getLangMap().get(langcode)%>
        <span class="required">*</span> <span class="hint"></span> </label>
    <div class="value">
        <div class="control">
            <textarea cols="5" rows="3"
                id="<%=String.valueOf(content.getId())%>"
                name="<%=String.valueOf(content.getId())%>"></textarea>
        </div>
    </div>
</div>

List<FileItem> items = new ServletFileUpload(new DiskFileItemFactory()).parseRequest(request);
String description = null;
for (FileItem item : items) {
        if (item.isFormField()) {
                if (item.getFieldName().equalsIgnoreCase(String.valueOf(content.getId()))) {

                        // Here I get invalid data for french characters.
                        description =  item.getString());
                    }
        }
}

• 使用的应用程序服务器：WAS
• 平台:Linux
• 我尝试将请求的字符编码类型设置为UTF-8,ISO-8951...但似乎不起作用。

Answer 1

utf-8中127以上的所有字符都以两个或更多字节转义。数据写入器和数据写入器之间的编码似乎不匹配：

• 显示:©的文本是一些保存为utf-8编码但后来读为latin-1（又名iso-8859-1)的法语口音字符的典型文本：保存为utf-8的latin-1中的é（十六进制E9)变为C3 A9（如果显示为“原始”字符，则为:©)
• 但如果:©依次保存为utf-8，则它将变为C3 83 C2 A9，显示为:fa>©显示为原始字符或拉丁编码

我不知道您的应用程序服务器，但看看可以将文本写成utf-8但读成简单的iso-8859/latin文本的地方。