risaito74 score 44
2017/01/28 11:56 投稿
| jsoupでphp（euc-jpのform)に全角文字をpostすると文字化け（無効なコード？）になってしまう |
| Java(jsoup）で某サイト（charset=euc-jp）へ自動POSTするプログラムを作っています。 |
| formのtextやtextareaに対して半角文字列をPOSTした際には問題なく反映されますが、全角文字をPOSTすると文字化けになってしまいます。 |
| （※より正確に言うと、文字化けというより、文字コードが無効と判別されたときに返ってくるコードのようです） |
| XAMPPで某サイトを簡易的に再現し、同じ現象が起きるようにしました。 |
| ```PHP |
| <?php header("Content-Type: text/html;charset=euc-jp");?> |
| <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"> |
| <?php |
| $title = $_POST["title"]; |
| $comment = $_POST["comment"]; |
| ?> |
| <html> |
| <head> |
| <meta http-equiv="Content-Type" content="text/html; charset=euc-jp" /> |
| </head> |
| <body> |
| <h1>コメント確認画面</h1> |
| <?php |
| echo <<<EOM |
| <form method="post" action="posttxt2.php"> |
| タイトル：<input type="text" name="title" value="{$title}"><br> |
| コメント：<br> |
| <textarea name="comment">{$comment}</textarea> |
| </form> |
| EOM; |
| ?> |
| <a href="posttxt1h.html">posttxt1h.htmlへ戻る</a><br> |
| </body> |
| </html> |
| ``` |
| 上記のPHPに対して、以下のJava(Jsoup）プログラムで自動POSTを行っています。 |
| ```Java |
| public static void main(String[] args) throws IOException { |
| String ua = "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.71 Safari/537.36"; |
| String title = "タイトル"; |
| String comment = "コメント"; |
| byte[] titleByteEuc = title.getBytes(Charset.forName("EUC_JP")); |
| String titleEuc = new String(titleByteEuc, "EUC_JP"); |
| //***** 確認画面へPOST実行 ***** |
| Response res3 = Jsoup.connect("http://localhost:81/work/posttxt2.php") |
| .userAgent(ua) |
| .timeout(0) |
| .header("Accept-Charset", "EUC_JP") |
| .data("title", titleEuc) |
| .data("comment", comment) |
| .followRedirects(false) |
| .method(Method.POST) |
| .execute(); |
| doc = res3.parse(); |
| System.out.println(doc); |
| } |
| ``` |
| この出力（doc）が以下のようになります。 |
| ```html |
| <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"> |
| <html> |
| <head> |
| <meta http-equiv="Content-Type" content="text/html; charset=euc-jp"> |
| </head> |
| <body> |
| <h1>コメント確認画面</h1> |
| <form method="post" action="posttxt2.php"> |
| タイトル： |
| <input type="text" name="title" value="�帥����"> |
| <br> コメント： |
| <br> |
| <textarea name="comment">�潟��潟�</textarea> |
| </form> |
| <a href="posttxt1h.html">posttxt1h.htmlへ戻る</a> |
| <br> |
| </body> |
| </html> |
| ``` |
| 上記のtitleのvalut値"�…"は他の文字にしても同じようになるので、ただの文字化けというより、無効なコードと判別されているのではないかと考えています。 |
| （例えばtitleを"あ"とするとvalue="��となり、"い"としてもまったく同じです） |
| 上記のコードを書くにあたって、以下の情報を参考にしました。 |
| [Javaで文字列の文字コードを変換する](http://d.hatena.ne.jp/kanonji/20120502/1335964300) |
| [【Java】byte配列から文字列へ変換、文字列からbyte配列へ変換する方法](http://javatechnology.net/java/byte-string/) |
| php側は修正できない前提で、Java(Jsoup）側でどのようにPOSTすれば全角文字が正しく送信できるか、ご助言をいただければと思います。よろしくお願い致します。 |
| **※環境** |
| ・Windows10 |
| ・Eclipse（Java,jsoup） |
| ・XAMPP（php） |
| **※試行錯誤したこと** |
| ・最初は「.data("title", title)」とそのまま送信していました。（どちらも挙動は同じ） |
| ・「.header("Accept-Charset", "EUC_JP")」はあってもなくても挙動に変化はありません。 |
| ・「.data("title", (String)titleByteEuc)」のように強引にキャストしようとしても、エラーになってしまいます。 |
| ・検証としてtitleのみ文字コードの変換を試みています。 |
| ・別途用意したhtmlのformからphpへPOSTした場合は、全角文字も文字化け無く表示されます。 |
| ・（追記）"EUC_JP"を"UTF-8"に変えて試してみましたが、挙動に変化はありませんでした。 |
| よろしくお願い致します。 |
