摘要：之前一段時(shí)間排查一個(gè)應(yīng)用在中文目錄下無(wú)法啟動(dòng)的問(wèn)題，查過(guò)一個(gè)的處理的坑。這里記錄一下里面對(duì)中的中文處理的坑。只能說(shuō)在用到的時(shí)候，盡量不要使用中文的吧。

之前一段時(shí)間排查一個(gè)應(yīng)用在中文目錄下無(wú)法啟動(dòng)的問(wèn)題，查過(guò)一個(gè) Equinox 的 Manifest 處理的坑。今天，一個(gè)同事在寫(xiě) Equinox 插件的時(shí)候也遇到了類似的問(wèn)題。這里記錄一下 Equinox 里面對(duì) Manifest 中的中文處理的坑。

先來(lái)看一段代碼：

package manifest;

import java.io.*;
import java.util.HashMap;
import java.util.Map;
import java.util.jar.Manifest;

import org.eclipse.osgi.util.ManifestElement;
import org.osgi.framework.BundleException;

public class Test {
    private static String chineseString = "你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界你好，世界";

    public static void main(String[] args) throws IOException, BundleException {
        File manifestFile = createManifest();

        // 使用 ManifestElement 讀取
        Map header = new HashMap<>();
        ManifestElement.parseBundleManifest(new FileInputStream(manifestFile), header);
        System.out.println(header.get("Test-Headers"));
    }

    private static File createManifest() throws IOException {
        Manifest manifest = new Manifest();
        manifest.getMainAttributes().putValue("Manifest-Version", "1.0");
        // 創(chuàng)建一個(gè)帶有中文的 Header，MANIFEST.MF 的一行的最大長(zhǎng)度是 72 字節(jié)，中文在這里會(huì)被階段
        manifest.getMainAttributes().putValue("Test-Headers", chineseString);

        File file = new File("MANIFEST.MF");

        if (!file.exists()) {
            file.createNewFile();
        }

        OutputStream outputStream = new FileOutputStream(file);

        manifest.write(outputStream);
        outputStream.flush();
        outputStream.close();

        return file;
    }
}

這一段代碼雖然比較長(zhǎng)，但是實(shí)際上的內(nèi)容其實(shí)不多，主要做了這幾步：

創(chuàng)建一個(gè)內(nèi)容帶有中文的 MANIFEST.MF 文件。

寫(xiě)入 MANIFEST.MF 文件到磁盤上。

用 Equinox 的 ManifestElement 來(lái)讀取 MANFIEST.MF。

輸出剛才的帶有中文的 Header

上面的這段代碼在我本地的執(zhí)行結(jié)果如下：

你好，世界你好，世界你好，世界你好，??界你好，世界你好，世界你好，世界你好，世界你??，世界你好，世界你好，世界你好，世界

大家可以看到，中間有幾個(gè)地方出現(xiàn)了亂碼，同樣的代碼，如果用標(biāo)準(zhǔn)的 JDK 的方式來(lái)讀取，是不會(huì)出現(xiàn)這種情況，為什么呢？

首先，我們知道 UTF-8 的中文是占據(jù)了三個(gè)字節(jié)，而 MANIFEST.MF 文件一行的最大長(zhǎng)度是 72 個(gè)字節(jié)，也就是說(shuō)，如果你的 MANIFEST.MF 中含有中文，那么這個(gè)中文的三個(gè)字節(jié)可能會(huì)被截?cái)啵霈F(xiàn)一部分在上面一行，一部分在下面一行的情況。上面的 MANIFEST.MF 文件就出現(xiàn)了這種情況，可以 cat 這個(gè)文件來(lái)看一下：

[~/Desktop/test]$ cat MANIFEST.MF
Manifest-Version: 1.0
Test-Headers: 你好，世界你好，世界你好，世界你好，?
 ?界你好，世界你好，世界你好，世界你好，世界你?
 ?，世界你好，世界你好，世界你好，世界

不過(guò)，即使這樣寫(xiě)入了，如果讀取的時(shí)候完全按照字節(jié)來(lái)讀取的話，那也應(yīng)該沒(méi)有問(wèn)題。但是，Equinox 比較特立獨(dú)行，看下 Equinox 讀取 Manifest 的關(guān)鍵代碼：

作死的 Equinox 將一行讀取出來(lái)以后直接轉(zhuǎn)成了一個(gè) string，而 byte 在轉(zhuǎn) string 的時(shí)候，如果遇到無(wú)法轉(zhuǎn)的字節(jié)的話，會(huì)用 ? 來(lái)替代，于是就出現(xiàn)了上面的情況。（關(guān)于 ?，可以看 http://en.wikipedia.org/wiki/Specials_(Unicode_block)）

這個(gè)問(wèn)題除非 Equinox 修復(fù)了此 Bug，否則是無(wú)解的。只能說(shuō)在用到 Equinox 的時(shí)候，盡量不要使用中文的 Header 吧。