国际化安全

《国际化安全》由会员分享，可在线阅读，更多相关《国际化安全（36页珍藏版）》请在金锄头文库上搜索。

1、第六章,国际化安全,国际化安全PPT课件,2,国际化(internationalization)，是为了保证软件产品适应不同区域语言要求的一种方式。由于英文单词 internationalization的首末字符i和n之间的字符数为18，因此业界内常把I18N作为“国际化”的简称。 以WEB应用为例，随着经济的发展，全球经济一体化已经慢慢成为一种主流趋势，WEB应用要求必须能够支持多国语言。对于同一个WEB应用，在不同的语言环境下需要显示不同的效果，来方便用户。我们经常看到，一些网站都有各个不同的语言版本，在运行时，能够根据客户浏览器所在的国家和语言的不同，显示不同的用户界面。 软件支持多种不

2、同的语言，绝不是开发了软件的多个版本。业界具有一定的规则让信息进行复用，即对同样信息进行各种代码的转换。这样可以使得当需要在应用程序中添加对一种新的语言的支持时，不需要重新再开发一个软件，造成重复劳动。而安全问题就存在于代码转换的过程之中。 本章主要针对国际化过程中的安全问题进行讲述，首先讲解常见的国际化过程，然后讲解国际化转码中需要注意的安全问题。,国际化安全PPT课件,3,6.1 国际化的基本机制,国际化安全PPT课件,4,随着经济全球化的发展，软件也应该具有支持各种语言和地区的能力。国际化的主要目的，是调整软件，使之能适用于不同的语言及地区。如图所示是一个表单在中国和美国的两个显示效果。

3、 从以上界面上看出，两个页面功能相同，但是在不同的地区，为了照顾不同的用户，显示界面不同，这就需要在开发的过程中充分考虑国际化问题。,国际化安全PPT课件,5,与国际化类似的另一个概念是本地化(localization)。在业界内，两个概念一般一起讲，有时候甚至被等同起来。不过，从概念上说，本地化是实现国际化的一些手段的集合。 国际化的概念，比较偏向表达软件的设计思想，要求当软件被移植到不同的语言及地区时，软件的业务逻辑和程序源代码不用作改变或修正，但是软件又必须让该地区和语言的用户方便地使用；本地化的概念偏向对软件进行加工，使之满足特定地区和特定语言的用户对语言和功能的特殊要求，实际上是一指

4、一系列工作的过程。软件本地化工作，可能涉及文字的翻译、用户界面布局调整、本地特性开发、联机文档和印刷手册的制作，以及保证本地化版本能正常工作等，实际上也算是软件质量保证活动的一部分。国际化简称为I18N，本地化由于其单词localization的L和N之间有10个字母，因此也被简称为L10N。 国际化和本地化这两个工作，一个是设计思想，一个是工作的手段，相辅相成，互为补充。在有些企业中，也使用全球化(globalization)来表示国际化和本地化的合称，使用 G11N作为简称。,国际化安全PPT课件,6,从具体的工作内容上说，国际化与本地化工作，实际上包括的细节很多，也很繁杂。以下列举一些常

5、见的工作： 不同语言表达方式； 电子文件的编码； 数字命名系统的不同； 文字书写方向(如英语是从左到右，阿拉伯语从右到左)； 语言细微差别（如英国英语中的Colour和美国英语中的Color）； 货币； 日期格式； 数字格式；等等。,国际化安全PPT课件,7,6.1.2 国际化过程,开发软件时，国际化和本地化对开发者是一个有挑战性的任务。很多软件，在件刚开始设计时，并没有考虑到需要在不同的语言和地区使用，于是就没有按照国际化的思想去设计，但是一段时间之后，软件突然出现要在其他地区使用的任务，国际化和本地化的工作将会十分艰难。 怎样让程序从一开始就为国际化和本地化提供开发基础呢？我们知道，软件的

6、难度在于程序的业务逻辑，一般情况下不应该随便对业务逻辑进行改动。程序在不同地区运行的过程中，实际上，程序的逻辑只有一份，只是界面的表示有所不同，而应该避免的是程序逻辑的修改。因此，通常作法是：将文本和其他与环境相关的资源单独编写，和程序代码相分离。这样，在理想的情况下，应对变化的环境时，无需修改代码，只需要修改资源，从而显著简化了工作。,国际化安全PPT课件,8,以下是国际化（本地化）的基本过程。,国际化安全PPT课件,9,从上面的图中可以看出，国际化过程包括3个部分： 1：资源文件。是一个文件，能够保存各种不同语言所对应的资源。 2：读取工具。能够根据语言来读取资源文件。 3：应用程序。调用

7、读取工具，读取资源文件。 在很多软件里面实现了国际化，以Java框架为例，要开发一个支持英文和中文的欢迎界面，该界面标题根据系统语言的不同而自动变化，可以利用接下来的一些代码来实现。,国际化安全PPT课件,10,以下是支持英文显示的资源文件： messageResource_en_US.properties 以下是支持中文显示的资源文件(在Java中实现了转码，将“欢迎您来到本系统”转化成了ASCII码表示，用native2ascii来实现。这是Java的语言特点，其他语言不一定相同)： messageResource_zh_CN.properties P06_01.java为界面类。,wel

8、comeMessage=Welcome to visit our system!,welcomeMessage=u6B22u8FCEu60A8u6765u5230u672Cu7CFBu7EDF,国际化安全PPT课件,11,首先，将系统语言变为中文(中国)。如果使用的是windows系统，你可以通过控制面板中的“区域和语言选项”来修改：,国际化安全PPT课件,12,运行，得到如下界面； 然后将系统语言变为“英语”，运行，得到如下界面。,国际化安全PPT课件,13,6.2 国际化中的安全问题,国际化安全PPT课件,14,6.2 国际化中的安全问题,国际化过程中，遇到的最重要的问题是不同的语言文字，

9、在不同的系统中具有不同的表达方式，也就是通常所说的编码。编码是不同国家的语言在计算机中的一种存储和解释规范，在各个不同规范中，存储了相应能够表达一定内容的的若干字符，称为字符集。 最原始的字符集是美国国家标准学会(American National Standards Institute, ANSI)的美国信息交换标准码(American Standard Code for Information Interchange，ASCII字符集)，它使用7个比特来表示一个字符，总共表示128个字符；不过，由于一个字节一般占用8个比特，为了充分利用一个字节所能表达的最大信息，IBM公司对ASCII字符

10、集进行了扩展，用一个字节来表示一个字符，这样，让ASCII码字符集总共可以表示256个字符。不过，我们常说的ASCII码字符集表达的还是128个字符，常见的ASCII码字符集表也是基于128字符的ASCII码字符集编写的。,国际化安全PPT课件,15,由于英文和大部分的西方语言都是以字母拼写为基础的，需要的字母数量不多。因此，以上ASCII码字符集对这些语言的表达，基本能够胜任。但是，世界上的语言种类多种多样，如中文、日文、韩文等，语言中含有的文字就几千个，ASCII字符集就无法胜任其表达。因此，在ASCII字符集的基础之上，又派生出了一些新的字符集，如：GB2312、UTF-8、UTF-16

11、等，称为MBCS（Multi-Byte Chactacter System，多字节字符系统。 提示： 注意，同一个字，在不同的系统中可能有不同的表达方式。如“中国人”，在GB2312字符集和UTF-8字符集中，其表达方式完全不一样，读者可以编写相应的程序进行验证。 有人可能会问，为什么不将这些字符集统一成为一个呢？这是因为各种字符集都有其发布的历史，一个字符集发布一段时间，功能需要扩充，于是出来了新的字符集，但是原有的项目要改成新的字符集，需要花费一些成本。久而久之，就造成了很多字符集并存的局面。,国际化安全PPT课件,16,6.2.2 字符集转换,在实际的项目中，源数据可能来自于不同的字符集

12、(如支持不同字符集的数据库)，而源数据需要以某种方式被目标程序使用，如显示在界面上、或者被目标程序进行加工等等。这时候遇到的最大问题就是：目标程序所支持的字符集和源数据属于的字符集可能不一致。此种情况下，可能造成系统显示出错。根据情况的不容，这里进行一个分类： 1：当目标程序所支持的字符集和源数据属于的字符集完全不兼容时，数据无法显示(或者以乱码形式显示)。例如，对于中文来说，如果如源数据库使用字符集GBK，从数据库中查出来的中文内容，想要在目标程序上使用，而目标程序默认支持ASCII，由于GBK是16位字符集，而ASCII是7位字符集，两者完全不兼容，或者说没有任何关系，每一个中文字符在AS

13、CII中，都不能够找到对等的字符，所以所有中文字符都会丢失而变成乱码形式。,国际化安全PPT课件,17,2: 当目标程序所支持的字符集是源数据属于的字符集的子集时，信息会部分丢失。例如，如果源数据库使用GBK，而目标程序字符集使用GB2312，这个过程中绝大部分字符都能够正确转换，但是由于GB2312字符集小于GBK，因此一些超出GB2312字符集的字符变为乱码。 在这些情况下，就必须进行字符集转换，俗称转码。各种语言中都有不同的转码支持。本节以Visual C+为例来讲解转码问题。,国际化安全PPT课件,18,在Visual C+中，有如下两个函数对转码进行支持： MultiByteToWi

14、deChar； WideCharToMultiByte。 在这两个函数中，“MultiByte”称为短字符，一般为8bit或8bit以内来表示的字符，如ASCII码。“WideChar”称为宽字符，一般是指用16bit或以上(如果有的话)表示的字符，如UNICODE。 MultiByteToWideChar函数的功能是：将一个由短字符组成的字符串转换为一个宽字符组成的字符串。函数原型是：,int MultiByteToWideChar(UINT CodePage, DWORD dwFlags, LPCSTR lpMultiByteStr, int cchMultiByte, LPWSTR lp

15、WideCharStr, int cchWideChar),国际化安全PPT课件,19,由于本书内容所限，不对该函数进行详细的讲解，有关各参数，在此进行简单的阐述： 1：CodePage：指定执行转换的代码页(实际上就是字符集或编码方式)，这个参数可以为系统已安装或有效的任何代码页所给定的值。你也可以指定其为下面的任意一值： CP_ACP：ANSI代码页； CP_MACCP：Macintosh代码页； CP_OEMCP：OEM代码页； CP_SYMBOL：符号代码页； CP_THREAD_ACP：当前线索ANSI代码页； CP_UTF7：使用UTF-7转换； CP_UTF8：使用UTF-8转换

16、。,国际化安全PPT课件,20,2：dwFlags：一组标记，用以指出字符的处理方式。可以是以下标记常量的组合，含义如下： MB_PRECOMPOSED：由一个基本字符和一个非空字符组成的字符只有一个单一的字符值。这是缺省的转换选择。不能与MB_COMPOSITE值一起使用。注意，推荐使用该标志，因为这会在某种程度上消除产生组合字符的可能并加速规范化。 MB_COMPOSITE：由一个基本字符和一个非空字符组成的字符分别有不同的字符值。这是缺省的转换选择。该选项不能与MB_PRECOMPOSED值一起使用。 MB_ERR_INVALID_CHARS：如果函数遇到无效的输入字符，它将运行失败。该标记能够捕获未定义的字符，因此，在不大于50000的CodePage中，推荐使用该标记。 MB_USEGLYPHCHARS：使用象形文字替代控制字符。,国际化安全PPT课件,21,3：lpMultiByteStr：将被转换字符串的字符。 4：cchMultiByte：指定由参数lpMultiByteStr指向的字符串中字节的个数。如果这个值为-1，字符串将被设定为以NULL为结束符的字符串，并且自