hadoop web中查看文件内容乱码解决
错误描述：在50075查看hdfs数据文件中有 & 符号时，中文数据乱乱码错误原因：系统默认字符集：Charset.defaultCharset().name() 为UTF-8，但是在系统在web程序中取出得编码值为：US-ASCII。在字符串编码时，默认使用的是US-ASCII字符集，该字符集应该是UTF-8子集中的单字符集，导致中文无法由byte拼装还原。
参考：String类
public String(byte bytes[], int offset, int length)
public byte[] getBytes()
URL地址：http://datanode:50075/browseBlock.jsp?blockId=1073779813&blockSize=15&genstamp=1099511816876&filename=%2Ftmp%2Fwankun%2Faccountinput%2Fd&datanodePort=50010&namenodeInfoPort=50070&nnaddr=192.168.39.123:8020
问题解决：
包：hadoop-common-2.3.0-cdh5.0.1.jar
类：org.apache.hadoop.http.HtmlQuoting
修改代码：
public static String quoteHtmlChars(String item) {
if (item == null) {
return null;
}
byte[] bytes = item.getBytes(Charsets.UTF_8);
if (needsQuoting(bytes, 0, bytes.length)) {
ByteArrayOutputStream buffer = new ByteArrayOutputStream();
try {
quoteHtmlChars(buffer, bytes, 0, bytes.length);
return buffer.toString("UTF-8");
} catch (IOException ioe) {
// Won't happen, since it is a bytearrayoutputstream
}
return item;
} else {
return item;
}
}
备注：
1. UTF-8=｛US-ASCII + 多字符集｝
2. 字符串解码还原时，使用的是UTF-8字符集
3. 单独测试，系统默认用UTF-8进行编码，但是HtmlQuoting中却用US-ASCII编码
页:
[1]