[Java] socket e codifica stringhe

[Oceans11]

Mi sono scritto un applicazione lato server (per il momento) che gestisce la ricezione di un file. Per mia comodità ho usato DataInputStream per leggere dalla socket, e DataOutputStream per scrivere su file.
Ora volevo provare il programma, quindi mi sono detto: "usa telnet e vedi", ma devo avere qualche problema con la codifica delle stringhe.
Una volta che un client si connette, apro gli streams e faccio:

            String filename = input.readUTF();
            // sì, voglio ricevere il file
            output.writeInt(ACK);
            // prendo dimensione del file
            int size = input.readInt();
            // trasferisco il file

ora da telnet provo a scrivere qualcosa (dovrebbe prenderlo come nome del file) ma il server non "sente". Come risolvo? E' come penso un problema di codifica?

[banryu79]

Originariamente inviato da Oceans11

            String filename = input.readUTF();
            // sì, voglio ricevere il file
            output.writeInt(ACK);
            // prendo dimensione del file
            int size = input.readInt();
            // trasferisco il file

ora da telnet provo a scrivere qualcosa (dovrebbe prenderlo come nome del file) ma il server non "sente". Come risolvo? E' come penso un problema di codifica?

Non ne ho idea ma come ulteriore verifica fatti un print in System.out di "filename" e vedi cosa salta fuori.

[Oceans11]

Originariamente inviato da banryu79

Non ne ho idea ma come ulteriore verifica fatti un print in System.out di "filename" e vedi cosa salta fuori.

Hai ragione, scusa ma la stampa a video di debug l'ho omessa quando ho copiato il codice...cmq non esce fuori niente, rimane in attesa del benedetto input.readUTF(); ecco perchè dicevo che forse aspetta un CRLF o similia.

[banryu79]

Due cose:

1] prova a inserire la chiamata a .readUTF() dentro un blocco try-catch in cui catturi l'eccezione di tipo: UTFDataFormatException. Esegui e vedi se in output si verifica questa eccezione [the bytes do not represent a valid UTF-8 encoding of a string... come dicono i javadoc dell'interfaccia DataInput]

2] leggiti il contratto dichiarato dall'interfaccia DataInput per quanto riguarda l'implementazione del metodo .readUTF():

Reads in a string that has been encoded using a modified UTF-8 format. The general contract of readUTF is that it reads a representation of a Unicode character string encoded in Java modified UTF-8 format; this string of characters is then returned as a String.

First, two bytes are read and used to construct an unsigned 16-bit integer in exactly the manner of the readUnsignedShort method . This integer value is called the UTF length and specifies the number of additional bytes to be read. These bytes are then converted to characters by considering them in groups. The length of each group is computed from the value of the first byte of the group. The byte following a group, if any, is the first byte of the next group.

If the first byte of a group matches the bit pattern 0xxxxxxx (where x means "may be 0 or 1"), then the group consists of just that byte. The byte is zero-extended to form a character.

If the first byte of a group matches the bit pattern 110xxxxx, then the group consists of that byte a and a second byte b. If there is no byte b (because byte a was the last of the bytes to be read), or if byte b does not match the bit pattern 10xxxxxx, then a UTFDataFormatException is thrown. Otherwise, the group is converted to the character:

(char)(((a& 0x1F) << 6) | (b & 0x3F))


If the first byte of a group matches the bit pattern 1110xxxx, then the group consists of that byte a and two more bytes b and c. If there is no byte c (because byte a was one of the last two of the bytes to be read), or either byte b or byte c does not match the bit pattern 10xxxxxx, then a UTFDataFormatException is thrown. Otherwise, the group is converted to the character:


(char)(((a & 0x0F) << 12) | ((b & 0x3F) << 6) | (c & 0x3F))


If the first byte of a group matches the pattern 1111xxxx or the pattern 10xxxxxx, then a UTFDataFormatException is thrown.

If end of file is encountered at any time during this entire process, then an EOFException is thrown.

After every group has been converted to a character by this process, the characters are gathered, in the same order in which their corresponding groups were read from the input stream, to form a String, which is returned.

The writeUTF method of interface DataOutput may be used to write data that is suitable for reading by this method.

Spero possa esserti di aiuto.

[Oceans11]

Originariamente inviato da banryu79

1] prova a inserire la chiamata a .readUTF() dentro un blocco try-catch in cui catturi l'eccezione di tipo: UTFDataFormatException. Esegui e vedi se in output si verifica questa eccezione [the bytes do not represent a valid UTF-8 encoding of a string... come dicono i javadoc dell'interfaccia DataInput]

Niente da fare, non viene lanciata alcuna eccezione.
Si comporta come se non ricevesse una specie di fine stringa, (nel vecchio e deprecato readLine() sarebbe il CRLF), oppure come se non svuotasse il buffer.

[banryu79]

Prova a forzare il flush() dell'input stream, non so se possa servire almeno per avere un parziale output.

Posto i sorgenti del metodo .readUTF() della classe DataInputStream, magari con un'occhiata qualcuno di più esperto può capire quale sia il problema.

545       /**
  546        * See the general contract of the <code>readUTF</code>
  547        * method of <code>DataInput</code>.
  548        * <p>
  549        * Bytes
  550        * for this operation are read from the contained
  551        * input stream.
  552        *
  553        * @return     a Unicode string.
  554        * @exception  EOFException  if this input stream reaches the end before
  555        *               reading all the bytes.
  556        * @exception  IOException   the stream has been closed and the contained
  557        *             input stream does not support reading after close, or
  558        *             another I/O error occurs.
  559        * @exception  UTFDataFormatException if the bytes do not represent a valid
  560        *             modified UTF-8 encoding of a string.
  561        * @see        java.io.DataInputStream#readUTF(java.io.DataInput)
  562        */
  563       public final String readUTF() throws IOException {
  564           return readUTF(this);
  565       }
  566   
  567       /**
  568        * Reads from the
  569        * stream <code>in</code> a representation
  570        * of a Unicode  character string encoded in
  571        * <a href="DataInput.html#modified-utf-8">modified UTF-8</a> format;
  572        * this string of characters is then returned as a <code>String</code>.
  573        * The details of the modified UTF-8 representation
  574        * are  exactly the same as for the <code>readUTF</code>
  575        * method of <code>DataInput</code>.
  576        *
  577        * @param      in   a data input stream.
  578        * @return     a Unicode string.
  579        * @exception  EOFException            if the input stream reaches the end
  580        *               before all the bytes.
  581        * @exception  IOException   the stream has been closed and the contained
  582        *             input stream does not support reading after close, or
  583        *             another I/O error occurs.
  584        * @exception  UTFDataFormatException  if the bytes do not represent a
  585        *               valid modified UTF-8 encoding of a Unicode string.
  586        * @see        java.io.DataInputStream#readUnsignedShort()
  587        */
  588       public final static String readUTF(DataInput in) throws IOException {
  589           int utflen = in.readUnsignedShort();
  590           byte[] bytearr = null;
  591           char[] chararr = null;
  592           if (in instanceof DataInputStream) {
  593               DataInputStream dis = (DataInputStream)in;
  594               if (dis.bytearr.length < utflen){
  595                   dis.bytearr = new byte[utflen*2];
  596                   dis.chararr = new char[utflen*2];
  597               }
  598               chararr = dis.chararr;
  599               bytearr = dis.bytearr;
  600           } else {
  601               bytearr = new byte[utflen];
  602               chararr = new char[utflen];
  603           }
  604   
  605           int c, char2, char3;
  606           int count = 0;
  607           int chararr_count=0;
  608   
  609           in.readFully(bytearr, 0, utflen);
  610   
  611           while (count < utflen) {
  612               c = (int) bytearr[count] & 0xff;
  613               if (c > 127) break;
  614               count++;
  615               chararr[chararr_count++]=(char)c;
  616           }
  617   
  618           while (count < utflen) {
  619               c = (int) bytearr[count] & 0xff;
  620               switch (c >> 4) {
  621                   case 0: case 1: case 2: case 3: case 4: case 5: case 6: case 7:
  622                       /* 0xxxxxxx*/
  623                       count++;
  624                       chararr[chararr_count++]=(char)c;
  625                       break;
  626                   case 12: case 13:
  627                       /* 110x xxxx   10xx xxxx*/
  628                       count += 2;
  629                       if (count > utflen)
  630                           throw new UTFDataFormatException(
  631                               "malformed input: partial character at end");
  632                       char2 = (int) bytearr[count-1];
  633                       if ((char2 & 0xC0) != 0x80)
  634                           throw new UTFDataFormatException(
  635                               "malformed input around byte " + count);
  636                       chararr[chararr_count++]=(char)(((c & 0x1F) << 6) |
  637                                                       (char2 & 0x3F));
  638                       break;
  639                   case 14:
  640                       /* 1110 xxxx  10xx xxxx  10xx xxxx */
  641                       count += 3;
  642                       if (count > utflen)
  643                           throw new UTFDataFormatException(
  644                               "malformed input: partial character at end");
  645                       char2 = (int) bytearr[count-2];
  646                       char3 = (int) bytearr[count-1];
  647                       if (((char2 & 0xC0) != 0x80) || ((char3 & 0xC0) != 0x80))
  648                           throw new UTFDataFormatException(
  649                               "malformed input around byte " + (count-1));
  650                       chararr[chararr_count++]=(char)(((c     & 0x0F) << 12) |
  651                                                       ((char2 & 0x3F) << 6)  |
  652                                                       ((char3 & 0x3F) << 0));
  653                       break;
  654                   default:
  655                       /* 10xx xxxx,  1111 xxxx */
  656                       throw new UTFDataFormatException(
  657                           "malformed input around byte " + count);
  658               }
  659           }
  660           // The number of chars produced may be less than utflen
  661           return new String(chararr, 0, chararr_count);
  662       }
  663   }

Inoltre: hai provato a usare qualche altro sistema invece che Telnet per inviare il nome del file?
Tanto per verificare che non sia un problema di formato incompatibile causato da Telnet.

PS.: nella parte in grassetto del codice: bytearr è un membro della classe dichiarato così:

/**
   56        * working arrays initialized on demand by readUTF
   57        */
   58       private byte bytearr[] = new byte[80];
   59       private char chararr[] = new char[80];

[Oceans11]

ho provato anche con netcat, stessa storia.....ora però mi sono scritto il client e funziona, almeno sembra!

ancor di più penso sia un problema dovuto al fatto che il server non si accorge di quello che dice il client: per il server il nome del file potrebbe essere lungo righe e righe di testo scritto con questi tool.

beh in ogni caso grazie per l'aiuto!


PS: se vuoi posto le 2 classi complete