- ベストアンサー
String <=> byte配列 の際のエンコード（続）
ranxの回答
- ranx
- ベストアンサー率24% (357/1463)
SJISは文字を1～2バイトのコードで表します。したがって、UnicodeのString 型に変換すると、コードに応じて1バイトが1文字になったり2バイトが1文字に なったりします。一方8859-1は常に1文字を1バイトで表しますから、String型 に変換しても、そのバイト数に応じた文字数になります。 したがって、 byte[] b = "あいうえお".getBytes("SJIS"); のbは10バイトで5文字を表すコードになります。ところが、 String str1 = new String(b, "8859_1"); とした場合のstr1は、元の"あいうえお"ではなく、10文字の文字列となります。 String str2 = new String(str1.getBytes("8859_1"), "SJIS"); では10バイトのコードを介してもとの"あいうえお"を復元していることになります。 例えばSJISの"あ"が8859-1では別の2文字を表し、それをSJISに戻すとまた"あ"に なる・・・ということだと思うのですが、実際のところ、私が参照したコード表では、 SJISで表された"あいうえお"にはISO-8859-1には定義されていないコードが含まれる ことになっていますので、上記の変換ができたのは、たまたま現在の実装がそうなって いただけのことかもしれません。いずれにせよ、一つのエンコーディングで処理 されたバイト列をそのまま他のエンコーディングで解釈するというのは、かなり危険な ものと言え、できれば避けるべきだと思います。
関連するQ&A
- 困ってます。
文字化けについて分からない事があります。 環境は RedHatLinux7.2, Postgresql7.1, Tomcat3.2.4, JDK1.4.0 です。 HTMLフォームで入力されたパラメータをサーブレットで受け取り、そのパラメータをＤＢのテーブルにＳＱＬのINSERT文でデータを追加する際に日本語の部分(例：氏名)が文字化けしてしまいます。 文字化けの防止策として、 (1)String KANJINAME = new String(request.getParameter("KANJINAME").getBytes("8859_1"), "JISAutoDetect"); (2)String KANJINAME = new String(request.getParameter("KANJINAME").getBytes("8859_1"), "EUC-JP"); としても、文字化けしてしまいました。 今までサーブレット、ＪＳＰ等で上記の(1)、(2)のような方法で文字化けを防いできたのですが、今回のようにＤＢのテーブルにInsert文で日本語を含んだデータを追加しようとすると文字化けしてしまいました。 これはコーディングの問題なのでしょうか？それともTomcat,Linux,Postgresqlに何らかの設定等が必要なのでしょうか？ もし何か分かることがありましたら、ご教授お願い致します。
- 締切済み
- Java
- JBuilderの文字化け
JBuilderでサーブレットでパラメータを渡す際に日本語が文字化けしてしまいます。 Enumeration enum=request.getParameterNames(); while(enum.hasMoreElements()){ String key=(String)enum.nextElement(); String value=new String(request.getParameter(key).getBytes("8859_1"),"JISAutoDetect"); out.println(value); } ソースは上記のようになっていますが日本語を表示できません。直す方法がわかる方どうかよろしくお願いします。
- 締切済み
- Java
- 文字コード
少し、聞かせてください。 今、WEBアプリケーションを作っています。 HTMLからのリクエスト文字を受け取りServletで処理を考えています。 そこで、 String para = request.getParameter(para); String param = new String(para.getBytes("8859_1","JISAutoDetect"); で、8859_1,Shift_JIS,EUC-JP,ISO-2022-JP の Unicode 変換することが できるのは、分かりました。 では、この HTML からのリクエスト文字が、どのタイプの文字コード でかかれているかを検出できるのでしょうか？ 自分では、バイト列をつかさどる方法が浮かぶのですが・・・。 ＨＰでもかまいませんので、教えてください。
- ベストアンサー
- Java
- サーブレットでデータベース操作。
サーブレットを使ってMySQL内のテーブルにレコードを追加、変更、削除できるようなプログラムを作っています。流れとしましては『HTML画面→サーブレット起動→レコード追加、変更、削除』といった具合です。追加、変更ができてなぜか削除だけできません。SQL文を書き換えるだけのはずなのですが・・。どなたか教えて下さい。windows2000Professional, j2sdk1.4.0_01, Tomcat3.3.1,MySQL3.23.47 略 . . Connection con = null; Statement stmt = null; try { con = DriverManager.getConnection( "jdbc:mysql://localhost/db_ichat", "root", "pen3"); stmt = con.createStatement(); String seqno = request.getParameter("seqno"); String name = request.getParameter("name"); String namejp = new String(name.getBytes("8859_1"), "JISAutoDetect"); String psw = request.getParameter("psw"); String pswjp = new String(psw.getBytes("8859_1"), "JISAutoDetect"); String email = request.getParameter("email"); StringBuffer buf = new StringBuffer(); buf.append("delete from t_id "); buf.append("where seqno = "); buf.append(seqno); stmt.executeUpdate(buf.toString()); try { stmt.close(); } catch (Exception e) {} try { con.close(); } catch (Exception e) {} . . 略。
- ベストアンサー
- Java
- テキストBOXから取得した文字コードの扱いについて
JSPで記述したページのテキストBOXに入力されたSJIS形式の日本語文字データをサーブレットに送信してそれを取得して、文字のエンコードを行う際に気がついたのですが String text = request.getParameter("text"); byte[] bytes =text.getBytes("ISO8859_1"); text=new String(bytes, "SJIS"); のようにすればサーブレットで扱う時に正しく日本語表示できるのですが String text = request.getParameter("text"); byte[] bytes =text.getBytes("SJIS"); text=new String(bytes, "SJIS"); とすると正しく表示されません。 text.getBytes("SJIS");で取得格納されるbyteのデータに違いがあるようです。この場合取得されるbyteの配列は３つになっています。 ISO8859_1で取得するとbyte配列は２つになっています。このISO8859_1のbyte配列のデータと同じ中身のものを単にString(byteデータ,文字コード)のコンストラクタに入れるとSJISの文字コードで正しく変換出来ています。 要するにもともとSJISの文字データをgetByte("SJIS")で変換したものがなんで、もとに戻せないのかということです。また、違う文字コードのISO8859_1ではSJISに対応したbyteの配列になるのかということです。 ひどい乱文ですみませんが、よろしくお願いします。
- 締切済み
- Java
- 困ってます
HTMLファイルのフォームのパラメータをサーブレットに引渡し、サーブレット内で、ファイルに出力（ＣＳＶ形式）したいのですが、日本語が含まれていると文字化けしてしまいます。 文字化け防止の為に下記のようなコードを書いているのですが、うまくいきませんでした。(フォームの"name"というパラメータをサーブレットに渡します。) ----------------------------------------------------- （サーブレットのファイルより一部抜粋） //変数＆定数の宣言 private static final String csvFile = "/home/csvFile.csv"; String name; FileWriter fw = new FileWriter(csvFile); PrintWriter pw = new PrintWriter(fw); //☆文字化け防止コード name = request.getParameter("name"); name = new String(name.getBytes("8859_1"),"SJIS"); //ファイルに出力 pw.print(name + ","); pw.close(); ----------------------------------------------------- 上記のようなコードの書き方だと駄目でしょうか？ ちなみに"SJIS"を"euc-jp"、"JisAutoDetect"に変えてもうまくいきませんでした。 実行方法は (1)．windowsでサーブレットをコンパイルし、 (2)．(1)で出来たクラスファイルをLinuxに転送し、 (3)．Linux上でTomcatの再起動をして実行しています。 もし何か分かることがありましたらご教授お願い致します。
- 締切済み
- Java
- バイト配列 unicode
java初心者です。 以下のソースコードの 「new String(strVal.getBytes("ISO-8859-1"),"JISAutoDetect」 の部分の意味が分からなくこまっています。 <%@ page import="java.io.*" %> <%! public String strEncode(String strVal) throws UnsupportedEncodeingExcception{ if(strVal==null){ return null; }else{ return new String(strVal.getBytes("ISO-8859-1"),"JISAutoDetect")); } } %> そもそも 「バイト配列とは何か」 「なんで必要なのか？」 など、わかりやすく説明していただけると幸いです。
- ベストアンサー
- Java
- 文字エンコードについて
文字エンコードについてなのですが、 コンピュータでは文字１つ１つに何バイトかの値が割り振られていて、 それを翻訳的なことをして表示していることがわかりました。 で、エンコードによって同じ文字でも内部の値が異なっているということもわかりました。 そこで質問なのですが、私はPHPを勉強しています。 それで文字列のエンコードを変更する関数があるのですが、それで文字列をUnicodeに変更したとします。 でも保存するときにANSIを選択した・・・これってどういうことなんでしょう？ しかも、IE等のブラウザ上からも「表示」→「エンコード」→「Shift_JIS」と選択できます。 プログラムの上からのエンコーディング テキストエディタからのエンコーディング これはどちらが優先されているのでしょう。 エンコーディングについて詳しいサイトなどありましたらお願いします。
- ベストアンサー
- その他（プログラミング・開発）
- 文字化け
JSPで取ったデータをServletがGetParameterしています。 文字化け防止のコーディングは以下のようにしています。 String adr = request.getParameter("adr"); //住所 if(adr !=null && adr.equals("")==false){ //文字化け防止（日本語変換) adr = new String(adr.getBytes("8859_1"), "JISAutoDetect"); }else{ adr = ""; } が、全角のハイフン（－）だけが 文字化けしてしまいます。 ？になってしまいます。 なにかいいページかヒントがありましたら 教えてください。
- 締切済み
- Java
- エンコード指定でコンパイルエラー
以下のソースで、UnsupportedEncodingExceptionと、 コンパイルエラーが発生します。 byte[] sjisBytes; // 適当なバイト列を入れる String string = new String(sjisBytes, "Shift_JIS"); // エラー String s; // 適当な文字列を入れる byte[] b = s.getBytes( "Shift_JIS" ); // エラー サポートされている他のエンコーディング（UTF-8など）を入れても、 同じエラーになります。 原因がわかる方いらっしゃいますでしょうか？
- ベストアンサー
- Java
お礼
回答ありがとうございます。 さっきの質問補足で書いたコードでは省きましたが、 str1 の内容も、もちろん出力して確認はしていました。 大部分が、「？」だったので、それが、ranxさんのおっしゃっている 定義されていないコードなのだと思います。 回答を読ませてもらいましたが疑問はまだ消えません。 もしString型が内部でUnicodeを間にかませてしまうと、 『 ???￠?????¨ 』という8859-1エンコードの文字列(str1)が Unicodeに変換された時点でバイトデータは破壊されてしまうと 思うんです。8859-1でないエンコードを使った場合、先のコードと 同様の変換ができないというのも腑に落ちません。 コンストラクタ String(byte[] bytes, String encode) が バイト列を指定のエンコードでエンコーディングされたものとして理解する だけなら、指定エンコードの種類を問わず、先のコードは必ず元の 文字列を復元できるはずです。内部でUnicodeに変換されたらもちろん バイトデータは破壊されますが、8859_1 の場合、実際の動作を見る限り それがあてはまりません。 先のコードで正しい変換ができたのは、 決して"たまたま"ではないと思います。 なぜなら、質問中にふれたサーブレットのコードも、Propertiesクラス利用 の際も同様の処理を行っているからです。 でも危険なものであるという点は私も同じ意見です。 実際、質問No,235091 のような文字化けの問題などがあるわけですから。 (このNo,235091 の質問の意味が最近やっとわかりました。)
補足
一部訂正します。 文字化けの問題はないです。 あれは、Propertiesクラスがわざわざ内部でエスケープ処理を してくれているのが裏目にでてるだけのようです。