热部署HTML模板在中文字符的位置生成问号--仅在CentOS上

Question

我目前正在测试一个Java web项目，使用Freemarker模板显示中文字符。我的开发环境是Ubuntu14.4，当前的项目部署在JBoss4应用服务器上。在所有模板中，都设置了HTTP头“content-type：text/html；charset=utf8”。

在我的开发人员环境中，热部署HTML或自由标记模板不会在重音字符的位置生成问号，也不需要在server.xml中显式指定编码。

临时服务器使用Centos6.3，应用程序服务器是JBoss4。首先，为了只正确地显示中文字符，需要在server.xml中添加一个与编码相关的条目，这在开发环境中是不需要的（例如，uriencoding=“UTF-8”）

此外，如果将HTML或Freemarker模板热部署到staging服务器中，它会在模板中显示的汉字位置生成问号。为了克服这种情况，在删除JBoss Deploy中的work和tmp文件夹后，需要重新启动服务器。

什么会导致这种尴尬的行为只在CentOS？我未能在Ubuntu测试环境中生成此场景，但它可以在staging server中轻松生成。在CentOS中是否有任何关于字符编码的附加配置我可能忽略了？

我确实提到了许多类似的问题，但决定发表这篇文章，因为其中任何一篇都没有提供足够的洞察力来解决手头的问题。

引用的堆栈溢出资源

Freemarker编码-用问号代替重音字符

FreeMarker无法显示汉字

字符集问题

基于建议的更改和注释的更新我对代码做了一些更改

为了显式设置编码详细信息

Set Encoding in .bashrc, set the following: export LC_ALL=en_US.UTF-8
Set in Run.sh JAVA_OPTS section : JAVA_OPTS="$JAVA_OPTS -Dfile.encoding=UTF-8"

System.out.println("Init file.encoding= " +  System.getProperty("file.encoding"));
System.out.println("Init Default Charset=" + Charset.defaultCharset());
System.out.println("Init Default Charset in Use=" + getDefaultCharSet());

/*Encoding properties Check - Using getEncoding()*/
Locale locale = cfg.getLocale();
String encodingWithLocale = cfg.getEncoding(locale);

cfg.setDefaultEncoding("UTF-8");

/*Specific Encoding Properties*/
  Locale locale = cfg.getLocale();
  cfg.setEncoding(locale, "UTF-8");

cfg.setOutputEncoding("UTF-8");

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta charset="utf-8"/>

但是在我的程序中使用Freemarker时，我有一个关于输出流编码的问题。

根据FreeMarker支持文档。

用于输出流的字符集不是由FreeMarker决定的，而是由您在创建传递给模板的process方法的编写器时决定的。

和

请注意，模板的字符集独立于模板生成的输出的字符集（除非附带的软件故意将输出字符集设置为与模板字符集相同）。

我使用了StringWriter功能，它提供了所需的writer功能，但指定编码似乎是个问题。

StringWriter sw = new StringWriter();
Template tmpl = cfg_components.getTemplate(template,"utf-8");
cfg_components.setOutputEncoding("UTF-8");
rootMap.put("content_cdn_path", getContent_cdn_path());
...
tmpl.process(rootMap, sw);
return sw.getBuffer();

@Override
protected void process(HttpServletRequest request, HttpServletResponse response) throws IOException, ServletException {

request.setCharacterEncoding("UTF8");
response.setCharacterEncoding("UTF8");

关于如何指定输出流编码或StringWriter的替代方案，有什么建议吗？

Answer 1

什么会导致这种尴尬的行为只在CentOS？

您的代码可能依赖于UTF-8的默认字符编码。如果CentOS系统上的默认字符编码是（例如）LATIN-1而不是UTF-8，那么任何中文字符都将被替换为问号。

如果这是问题所在，那么解决方案是在适当的地方使用显式字符编码方案。

如果没有看到代码的相关部分，就很难预测错误发生在哪里。然而，字符被问号替换是一个可靠的迹象，表明在某处使用了不正确的编码。

实际上，有一种简单的方法可以证实这一理论：查看启动JBoss时生效的区域环境变量。例如，运行locale命令。对我来说，它说：

$ locale
LANG=en_US.utf8
LC_CTYPE="en_US.utf8"
LC_NUMERIC="en_US.utf8"
LC_TIME="en_US.utf8"
LC_COLLATE="en_US.utf8"
LC_MONETARY="en_US.utf8"
LC_MESSAGES="en_US.utf8"
LC_PAPER="en_US.utf8"
LC_NAME="en_US.utf8"
LC_ADDRESS="en_US.utf8"
LC_TELEPHONE="en_US.utf8"
LC_MEASUREMENT="en_US.utf8"
LC_IDENTIFICATION="en_US.utf8"
LC_ALL=

如果您的区域设置不正确，请尝试在启动JBoss之前更改它们（针对当前shell）。

更新-查看代码片段，您似乎对StreamWriter有误解。StringWriter将Java字符累加为字符。它不会对它们进行编码。那么当你这样做的时候：

    tmpl.process(rootMap, sw);
    return sw.getBuffer();

返回的是StringBuffer，其中包含一系列Java字符。同样，这些字符还没有编码。

将字符编码为字节（显然使用了错误的编码方案）发生的时间比这晚；也就是说，可以在将StringBuffer内容转换为字节的代码中，也可以在servlet基础结构本身中。