nicht angemeldet
UTF-8-Encoder
Hallo!
Ich schreibe gerade an einer Webanwendung, die international einsetzbar sein soll. Jetzt kommt natürlich die Sache mit den Zeichensätzen:
Ich bekomme meine Daten in Unicode. Das heißt, es sind alle nur erdenkbaren Zeichen dabei. Ein Servlet soll das jetzt als HTML darstellen. Also setzte ich mittels meta-Angabe "content="text/html; charset=UTF-8", also Unicode. Resultat ist, dass alle Sonderzeichen trotzdem als Fragezeichen dargestellt werden. "Füße" => "F??e"
Als nächsten Versuch habe ich den UTF-8-Decoder aus dem JS-Feature-Artikel umgeschrieben (siehe unten). Das klappt aber nur bedingt. "Füße" => "Fü??e" (ja, wirklich 2 Fragezeichen).
Was mach ich denn da noch verkehrt, wo ist mein Denkfehler?
Hier der Code:
import java.io.*;
import javax.servlet.*;
import javax.servlet.http.*;
public class Unicode extends HttpServlet {
public void doGet(HttpServletRequest request, HttpServletResponse response)
throws IOException, ServletException
{
response.setContentType("text/html");
PrintWriter out = response.getWriter();
out.println("<html>");
out.println("<body>");
out.println("<head><meta http-equiv="content-type" content="text/html; charset=UTF-8">");
out.println("<title>Hello World!</title>");
out.println("</head>");
out.println("<body>");
String rohtext = "Füße, Möller";
String utftext = "";
byte[] bytes = new byte[0];
try {
bytes = rohtext.getBytes("UTF-8");
} catch (java.io.UnsupportedEncodingException e) {
e.printStackTrace();
System.exit(1);
}
for(int n=0; n<bytes.length; n++) {
byte c = bytes[n];
// alle Zeichen von 0-127 => 1byte
if (c<128)
utftext += new String(new byte[] {c});
// alle Zeichen von 127 bis 2047 => 2byte
else if((c>127) && (c<2048)) {
utftext += new String(new byte[] {(byte)((c>>6)|192)});
utftext += new String(new byte[] {(byte)((c&63)|128)});
}
// alle Zeichen von 2048 bis 66536 => 3byte
else {
utftext += new String(new byte[] {(byte)((c>>12)|224)});
utftext += new String(new byte[] {(byte)(((c>>6)&63)|128)});
utftext += new String(new byte[] {(byte)((c&63)|128)});
}
}
out.println("ROH: " + rohtext + "<br>\n");
out.println("UNI: " + utftext + "<br>\n");
out.println("</body>");
out.println("</html>");
}
}