java - 带有变音符号的响应文本的内容长度错误

Question

存在与元音变音相关的问题。我根据要求得到描述:

@RequestMapping(value = "/description", method = RequestMethod.POST, consumes = "application/json", produces = "text/plain;charset=UTF-8")
    @ResponseBody
    private String getDescription() {        

        return "ärchik";
    }

在前端 response.responseText 未能对最后一个字母进行评分response.responseText = "ärchi"

我发现问题在错误的Content-Length: 7如果设置 Content-Length:8，那么它将起作用并返回完整描述“ärchik”

但我不明白为什么是8？

"ärchik".getBytes("UTF-8").length = 7

响应 header

缓存控制:必须重新验证

内容长度:7

Content-Type:text/plain;charset=utf-8

日期:2014 年 4 月 14 日星期一 09:08:26 GMT

服务器:Apache-Coyote/1.1

Answer 1

我正在将我的评论的核心变成一个答案，因为我似乎走在了正确的轨道上。

字符串比预期长一个字节的最可能原因是 'ä' 被编码为三个字节而不是两个字节。如果不使用预组合代码点 U+00E4(UTF-8:c3 a4)而是使用字母 'a'(这是一个简单的 ASCII 字母U+0061) 然后是 combining diaresis U+0308，一起编码为61 cc 88。有几个normal forms for Unicode , 较长的编码通常是转换为 NFD 的结果。

看看您自己的答案，您似乎只是进行了规范化，在内容长度已经从非规范化(或者可能是 NFC 规范化)字符串确定的地方。