文字コード

質問

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。

回答No.1

sasadora · ベストアンサー

完全に判定することはできません。
HTTPの仕様ではそういった情報はクライアントから送られないため、
受け取った側でどういった文字コードかを完全に判定する方法がないのです。

じゃあどうするか？
１．バイト列から判別する
　バイト列からある程度推測できます。しかし、複数の文字コードで
　重複する部分があるので、EUCである、Shift_JISであると必ずしも
　特定できないケースがあるのです。
　それを踏まえたうえでバイト列から判別するとしたら、
　それをやってくれるのが　JISAutoDetectです。
　JISAutoDetectの判別は納得いかないというのでしたら、
　自分でバイト列から判断してもよいでしょう。

２．きめうちする
　クライアントから送られてくる文字列は、文字コード？？？だと
　決め付ける方法です。
　ブラウザが送信する文字コードは、表示しているページと同じ文字コードで
　送信するのが普通です。EUCで表示したページからはEUCで送られてきます。
　送信される元のページが決まっているのでしたら、きめうちしても
　ほぼ大丈夫でしょう。
　ただし、ブラウザの動作が一般的の動作の場合なので、ひょっとしたら
　そういった動作をしないブラウザもあるかもしれません。

お礼

回答ありがとうございます。
やはり、完全に、判定する方法というのは、難しいんですね。
そして、２つの例をあげていただきありがとうございました。
私は、１つ目方法を取りたいと思いますが、どこか、
解説している、ＨＰ、書籍等ありますか？