WalterInSH

背景：一个Maven项目，在resource下有一个数据文件(.dat)，程序中需要读取这个文件。在编译后，读取失败，md5验证后发现文件变了，出现了乱码。

现在很多应用都是用纯真地址库，如果是要求不高的应用，也可以尝试使用一下MaxMind，个人感觉够用了，但是服务是在国外，访问可能时间长一点。 链接：http://freegeoip.net/ Make HTTP GET requests to:http://freegeoip.net/{format}/{ip_or_hostname}

我在分析爬下来的HTML的时候，希望删除掉某段内容中的所有的空白字符，也就10几个字。于是用了Commons包里的工具方法，但是有时却剩一个空白字符，注意，是“有时”。也就是说，有时全部空白字符都没有了，如预期一样，有时却还剩一个。看了看工具方法的源码，也没发现什么问题，毕竟是全球都在用的Commons。然后我仔细看了HTML源文件，也没看到什么异常。存到数据库之后这个空白符变成了乱码。 于是我自己实现了一个剔除空白符的方法，现象还是这样。甚至Trim都不可以。 后来在公司一个前辈的指点下，让我把这个空白字符的ASCII打出来，发现问题了。这个空白字符的ASCII根本不是32，而是160，Google了一下对于这个字符不同浏览器会有不同显示，基本就是当不当是一个空格的区别。 至于“有时”，可能就是多台服务器上的数据不一致吧，因为这个有时的频率基本是固定的。 解决办法就是替换其中的ASCII为160的字符。 附两篇他人文章：

本来是想研究Annotation的，Java有APT，但是感觉Spring用的肯定不是APT，就顺手看了Spring MVC处理annotation的处理过程，从RequestMapping开始入手，大致分享一下Spring处理Annotation的过程。其他大致也差不多吧（我猜想）。

最近，突发奇想，想把工作中遇到的问题和大家分享出来。自己没有牛到贡献一个开源项目，但是，有多少就贡献多少吧。 废话不多说。第一次分享的是Heritrix的乱码解决。 根据官方文档或者是一些blog，可以很轻松的配出一个可以运行的heritrix，基于web的管理页面也十分简单。但是中文乱码问题却很少有提及，就算提及，也是一句话，和没说一样。 目前Google、Baidu上能搜到的，大多是Heritrix 1.X的内容，heritrix 3.x的比较少，而这两个版本的结构貌似差的挺大，所以在Heritrix3上遇到的很多问题就得靠自己了。 heritrx 3 首先会去根据服务器返回的Content-type去获得编码。