中文路径问题，中文url

中文路径问题，中文url

在使用rails的webrick过程中碰到中文url问题，原本认为很简单的事情其实并不简单。为了了解中文路径问题，特别在apache，iis下面做了试验。过程如下：

首先要准备好gb2312和utf-8的文件名。这里使用python来获得。

>>> s_gb='我.txt'
>>> print s_gb
我.txt
>>> s_gb
'/xce/xd2.txt'
>>> s_unicode = s_gb.decode('gb2312')
>>> s_unicode
u'/u6211.txt'
>>> s_utf8 = s_unicode.encode('utf-8')
>>> s_utf8
'/xe6/x88/x91.txt'
>>> rs_gb=r'/xce/xd2.txt'
>>> rs_gb
'//xce//xd2.txt'
>>> rs_gb.replace('//x','%')
'%ce%d2.txt'
>>> rs_utf8 = r'/xe6/x88/x91.txt'
>>> rs_utf8.replace("//x","%")
'%e6%88%91.txt'

好了，到此为止已经获得了"我.txt"用不同的编码encode之后的名称，分别是'%ce%d2.txt'（gb2312）和'%e6%88%91.txt'（utf-8）。
现在将'我.txt'放置到web服务器上去，比如说是web的根目录下面。然后分别通过http://localhost/%ce%d2.txt和http://localhost/%e6%88%91.txt去访问。

一、IIS服务器。
两种方法都可以访问。由此可见IIS服务器具有某种识别机制，做出正确的选择。

二、apache服务器
用utf-8编码可以访问，用gb2312不可以访问。这个结果出乎我的意料，毫无疑问文件系统上的"我.txt"名称是以gb2312编码的，反而用utf-8可以访问？也许apache为了适应各种各样的平台，而有它的特殊考虑。这个apache服务器只是在我的windows2000服务器上测试，没有在linux获其它系统下测试，不过要测试也很简单。

三、rails的webrick
webrick就很简单了，你必须和文件系统上文件名的编码一致。用下面的python代码可以在文件系统上建立一个以utf-8编码文件名的'她的.txt'，当然如果你用windows资源管理器去查看的话会是乱码。

>>> s='她的.txt'
>>> su=s.decode('gb2312').encode('utf-8')
>>> su
'/xe5/xa5/xb9/xe7/x9a/x84.txt'
>>> f = open("c:///xe5/xa5/xb9/xe7/x9a/x84.txt",'w')
>>> f.write('abc')
>>> f.close()

然后将这个文件放置到webrick的根目录下面，通过http://localhost/%e5%a5%b9%e7%9a%84.txt就可以访问。
这个例子当中需要注意的是，操作系统不总是允许你用不同的编码用作文件名，比如你用'她.txt'就不行。

通过这些测试之后，应该知道只有将中文文件名的文件在IIS下面，才能保证任何情况下都能正常访问。

这里的任何情况包括：

通过您自己的站点

别人将连接放在别人的网站上。

第一种情况下，三种服务器都可以做到。比如，对于apache服务器，只要将有中文连接的页面都设置成utf-8编码，而文件系统上的文件名是gb2312编码即可。而对于webrick，只要将页面设置成gb2312，文件系统名也是gb2312即可。真的吗？其实有例外，比如用ie来访问，并且ie设置成总是以utf-8发送的话。但是webrick可以将页面设置成utf-8，然后将文件名也设置成utf-8即可。但这前提是文件系统必须是utf-8编码文件名，比如novell的sles（这个我知道，其它的不知道）等。

在第二种情况下，你无法控制别人的网站用什么编码显示，所以IIS是唯一的选择。