Java Web開發(fā)中文亂碼總結(jié)
一、有必要了解一些基本的編碼知識
這篇字符編碼筆記是必讀的
jsp的三次編碼
***階段：JVM將.jsp文件編譯為.java文件。JVM先讀取pageEncoding的值，根據(jù)該值去讀取.jsp文件，然后由指定的編碼方案生成UTF-8的.java文件。
第二階段：JVM將.java文件轉(zhuǎn)換為.class文件，從UTF-8至UTF-8。這個過程就與任何編碼的設(shè)置都沒有關(guān)系了，經(jīng)過這個階段后.java文件就轉(zhuǎn)換成了統(tǒng)一的UTF-8編碼的.class文件了。
第三階段：服務(wù)器將處理的結(jié)果返回給瀏覽器，這個階段則依靠contentType的charset，如果設(shè)置了charset則瀏覽器就會使用指定的編碼格式進行解碼，否則采用默認的ISO-8859-1編碼格式進行解碼處理。
jsp中的編碼設(shè)置
pageEncoding:<%@ page pageEncoding=”UTF-8”%>
上文中***階段，使用該值去讀取jsp文件，為避免中文亂碼，跟jsp文件編碼一致;對服務(wù)器響應(yīng)進行重新編碼，即jsp的輸出流在瀏覽器中顯示的編碼(不是主要作用)。
contentType: <%@ page contentType=”text/html;charset=UTF-8”%>
使用該值對服務(wù)器響應(yīng)進行重新編碼，即jsp的輸出流在瀏覽器中顯示的編碼;對表單get和post請求數(shù)據(jù)編碼;上文中***階段，使用該值去讀取jsp文件(不是主要作用)。
< META http-equiv=”Content-Type” content=”text/html;charset=UTF-8”>
網(wǎng)頁的編碼信息 ，說明頁面制作所使用的編碼。
request.setCharacterEncoding()
可用在servlet和jsp頁面中，作用是設(shè)置對客戶端請求進行重新編碼的編碼，即post方式提交的數(shù)據(jù)進行編碼。
response.setCharacterEncoding()
與<%@ page contentType=”text/html;charset=UTF-8”%>一樣。
response.setContentType()
與<%@ page contentType=”text/html;charset=UTF-8”%>一樣。
response.setHeader(“Content-Type”,”text/html;charset=UTF-8”)
與< META http-equiv=”Content-Type” content=”text/html; charset=UTF-8”>一樣。
注意：上文1,2,3中有部分功能是一樣的，是有優(yōu)先級的，在讀取jsp文件時，1>2;在對服務(wù)器響應(yīng)進行編碼的時候，2>1>3，一般情況下，1，2都寫。
http請求默認以”ISO-8859-1”的編碼來傳送URL的。
二、中文亂碼的幾種情況及最簡單的解決方案：
pageEncoding設(shè)置錯誤
pageEncoding設(shè)置為jsp文件的編碼類型。
查詢字符串包含中文
中文的編碼方式取決于瀏覽器，chrome為UTF-8，IE為GB2312，這是由于瀏覽器并沒有遵循URI編碼規(guī)范。有兩種解決方法：
開發(fā)過程中，將查詢字符串提前編碼，
如： http://www.baidu.com/demo?demo=%D6%D0%B9%FA (UTF-8編碼)
在Servlet的doGet()方法中添加
String value = new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"瀏覽器的編碼方式");
表單中的get和post數(shù)據(jù)包含中文
中文的編碼方式取決于上文的contentType中的charset，有兩種解決辦法：
在Servlet的doPost()方法中添加request.setCharacterEncoding(“charset的值”);(僅對post有用)
在Servlet的doPost()方法中添加
String value = new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"charset的值");
三、原理
我們通過上面的方法可以解決亂碼問題，下面講講原理：
客戶端發(fā)到服務(wù)器的數(shù)據(jù)需要在客戶端進行編碼，類似于：String parameterName = "中國".getBytes("UTF-8")然后將編碼后的數(shù)據(jù)發(fā)到服務(wù)器。
客戶端接受數(shù)據(jù)，request.getParameter(“”)的作用就是對接收到的數(shù)據(jù)進行解碼，默認使用ISO-8859-1進行解碼，可以使用request.setCharacterEncoding(“”)進行設(shè)置，但僅對post有用。假如我們使用默認的ISO-8859-1，肯定亂碼，因為編碼跟解碼不一致，那此時怎么辦呢，引出了上文中的兩種解決方案：使用request.setCharacterEncoding(“”)改變request.getParameter(“”)的解碼方式或者new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"charset的值")將request.getParameter(“”)解碼的數(shù)據(jù)重新編碼再解碼。
四、其他
在jsp中的頁面使用response.setContentType()等設(shè)置字符集會破壞jsp容器自身的頁面編碼，會引起html中字符亂碼，腳本不會亂，所以不建議設(shè)置。在開發(fā)中多采用page指令設(shè)置字符集。
- <!DOCTYPE html PUBLIC>
- <html>
- <head>
- <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
- <title>Insert title here</title>
- </head>
- <body>
- <%
- response.setContentType("text/html;charset=UTF-8");
- String str = new String("你好".getBytes("iso-8859-1"), "utf-8");
- %>
- <p>你好</p>
- <br><%=str%>
- </body>
- </html>
