0
文字のエンコードについて
サーブレットにて、クライアントからフォーム情報の
文字列が送られたとき、そのバイト数をチェックして
います。しかし、クライアントからフォーム情報に、
文字"〜"が送信されてきた場合、下記の?だと正しく
２バイトとして扱われません。?だと正常に２バイト
として扱われる為、バイト数チェックが成功します。
両者の違いは何なのでしょうか？
?str.getBytes("SJIS").length
?str.getBytes("Windows-31J").length
4件の回答
0
簡単に言えば、Windows-31JはShift-JISのMicrosoft版です。
Javaでは両者の変換部は、別物として実装されています。
現時点ではSJISのコンバータは、いろいろ不都合があるようです。
"Windows-31J SJIS 違い"
とかそんな語で検索すると、いろいろ情報が得られるでしょう。
0
早速の回答ありがとうございます。
すいません、質問が誤っていました。getBytesメソッドの
エンコーディングに"SJIS"を指定すると"〜"はなぜ２バイト
として扱われないのか、また"Windows-31J"だとなぜ２バイト
として扱われるのかということを教えていただきたいです。
まず、Windows-31Jが機種依存文字であることとバイト数に
関して言えば、SJISと違いはないことはわかりました。
(ただ"〜"などの特殊文字に関しては例外らしいですね‥)
サーバ側ではバイト数チェック時にすでに文字化けして
しまっていると思われます。
実際、エンコードに"SJIS"を指定するとバイト数チェック
が行われないのでその後のＤＢ更新処理に移り、そこで
落ちてます。ログのSQL文には"〜"は"潤ｵ"になってます。
また、Mainクラスで試しに"〜"と"潤ｵ"の２パターンで
getBytes(文字コード).length
でテストしてみましたが"〜"は２バイト、"潤ｵ"は
３バイトになってました。実際のバイト処理中には
"〜"が"?"とかになって１バイトとして判断されて
るんでしょうか‥？
※ついでにJSP側でのcontentTypeはUTF-8です。
Windowsサーバなら"SJIS"でもうまくいくんですが、
UNIXサーバだとこの事象となります。
0
あ…質問をよく読んでませんでした…。
?は、「〜」の右側が上がっている字形ですね。納得しました。
SJISとWindows-31Jでどちらの文字を扱うか（Unicode/EUCとのマッピング）が違うから、ということでしょうか。
Windows-31Jであれば、ふだん使っている〜（左側が上がっている）が使われると思うんですが。
0
とりあえずgetByteメソッドの引数に"SJIS"でなく、
"Windows-31J"を指定することで"〜"あるいは"−"を
全角２バイトとして扱ってくれることをログにて確認
しました。
文字化けした文字はどんな文字に化けても"SJIS"と
指定してしまうと１バイトとして扱ってしまうよう
です。ありがとうございましたｍ_ _ｍ
質問から6ヶ月以上経過しているので、回答を書き込むことはできません。