Question

采取以下情况：

procedure Test;

var
 Response : String;

begin
 Response := IdHttp.Post(MyUrL, AStream);
 DoSomethingWith(Response);
end;

现在，网络服务器以UTF-8返回数据。假设它返回一些包含字符é的UTF-8 XML。如果我使用变量Response它不包含这个字符，但它是UTF-8变种（＃C3＃A9），所以Indy没有解码？

现在我知道如何解决这个问题：

procedure Test;

var
 Response : String;

begin
 Response := UTF8ToString(IdHttp.Post(MyUrL, AStream));
 DoSomethingWith(Response);
end;

这个解决方案的一个警告：Delphi引发警告W1058（隐含的字符串转换，潜在的数据丢失从'string'到'RawByteString'）

我的问题：这是解决此问题的正确方法，还是可以指示TIdHTTP为我转换为UnicodeString？

Answer 1

如果您使用的是最新版本的Indy 10，那么返回TIdHTTP.Post() 的String的重载版本会将数据解码为Unicode，但是用于解码的实际字符集取决于HTTP Content-Type响应头指定的媒体类型：

如果媒体类型为application/xml，application/xml-external-parsed-entity，application/xml-dtd，或者不是text/...类型，但以+xml结尾，然后使用XML的prolog的encoding属性中指定的charset。如果未指定charset，则使用UTF-8。
否则，如果Content-Type响应标头指定了字符集，则使用它。
否则，如果媒体类型是text/...类型，则：

一个。如果媒体类型为text/xml，text/xml-external-parsed-entity或以+xml结尾，则使用us-ascii。

湾否则使用ISO-8859-1。
否则，使用Indy的默认编码（默认为ASCII）。

如果没有看到实际的HTTP Content-Type标头，很难知道您的情况属于哪种情况。听起来它正在落入＃2或＃3b，如果正在使用ISO-8859-1或类似的字符集，它将解释按原样返回的UTF-8字节值。

UTF8ToString()需要UTF-8编码的RawByteString作为输入，但您传递的是UTF-16编码的UnicodeString。在这种情况下，RTL将执行UTF16-> Ansi转换，使用默认的Ansi字符集进行转换。这就是你得到编译器警告的原因，因为这样的转换可能会丢失数据。

XML实际上是一种二进制数据格式，受charset编码的限制。 XML解析器需要知道XML的编码是什么，并且能够相应地解析原始编码的字节。这就是XML在XML序言中具有明确的encoding属性的原因。但是，当TIdHTTP将XML作为String下载时，虽然它会自动将其解码为Unicode，但却相应地更新了XML的序言。

真正的解决方案是首先不要将XML下载为String。请将其作为TStream下载（TMemoryStream是比TStringStream更好的选择），这样您的XML解析器就可以访问原始字节，原始字符集声明等。您可以传递{例如{1}}到TStream方法。

Answer 2

你可以这样做：

var
  sstream: TStringStream;
begin
  sstream := TStringStream.Create('', TEncoding.UTF8);
  try
    IdHttp.Post(MyUrL, AStream, sstream);
    DoSomethingWith(sstream.DataString);
  finally
    sstream.Free;
  end;

POST响应的TIdHTTP字符编码

2 个答案: