javaWeb开发中的中文编码问题

时间:2023-12-11 08:46:20

常规解决乱码问题的方法是:

a.把所有的jsp页面的charset设置为UTF-8。
   b.添加过滤器,在filter内调用request.setCharacterEncoding("utf-8")方法将request的字符集设定为utf-8。
    <filter> 
       <filter-name>CharacterEncoding</filter-name> 
       <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class> 
        <init-param> 
          <param-name>encoding</param-name> 
          <param-value>utf-8</param-value> 
        </init-param> 
        <init-param> 
          <param-name>forceEncoding</param-name> 
          <param-value>true</param-value> 
        </init-param> 
     </filter> 
    <filter-mapping> 
       <filter-name>CharacterEncoding</filter-name> 
       <url-pattern>*.action</url-pattern> 
    </filter-mapping>
   c.Tomcat(或jboss)的URIEncoding默认是ISO-8859-1,需要设置为UTF-8。
     tomcat目录下......\conf\server.xml文件中
      <Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443"/>
      加上 URIEncoding="UTF-8"
      <Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443" URIEncoding="UTF-8"/>
   以上方法全用上基本上可以解决一些普遍问题
  
   在实际的应用当中,主要会有以下四种使用方法:
   1、表单的get提交
   2、表单的post提交
   3、页面链接传递中文参数
   4、地址栏中参数直接输入中文提交(直接在ie或firefox中敲上中文进行访问)
   在分析解决以上的几种情况前,首先我们先了解一下,一个url请求并响应的流程
   浏览器 IE/FireFox ----------->Servlet容器------------------------>显示页面
       编码          使用容器的URIEncoding转码       根据页面的编码设置进行解码
  
   1.表单get方式提交
      浏览器根据页面的charset编码方式对页面进行编码,然后提交至服务器。首先,进入对应的字符编码过滤器(如果有的话),不过,Tomcat6.0,对于 get提交方式采用的是server.xml文件中的URIEncoding编码方式,而并不会采用过滤器中设置的编码,那么,根据我的环境设置,jsp页面都使用UTF-8的编码,Servlet容器的URIEncoding也设置为UTF-8,则servlet不用进行转码即可正确解码,获得正常的中文 字符串。那么,响应页面的中文因为页面的统一编码(UTF-8)自然也会正常显示。当然,如果我们的Tomcat的URIEncoding设置为其他,非UTF-8的编码方式时,页面的内容进入Tomcat解析时,因为Tomcat和页面的编码不统一,就需要转码。
  例如,如果我们采用Tomcat默认的 ISO-8859-1,那么当我们使用request.getParameter("param1")获取表单参数值时,其实Servlet就进行了转码,转码过程为UTF-8-->ISO-58859-1(我的页面charset都是UTF-8),java伪代码如下:
  new String(param1.getBytes("UTF-8"), "ISO-8859-1");

new String(变量值.getBytes("UTF-8"),"ISO-8859-1");
  例如表单的username属性以字符串"编辑"提交,那么进入容器后,FormBean中的这个变量会乱码,request.getParameter(username)一样的效果,s1就是request返回的结果,下面是内存快照。

不过,即使是这样,我们依然可以使用非常规的方法,取出并显示出正常的中文,即逆向转码,例如上面的乱码,我们可以通过ISO8859-1-->UTF-8转换一次,还原出正确的中文。
  综上所述,将Tomcat的URIEncoding设置为UTF-8(即和页面的编码一致即可)就能解决这类情况,get时,页面会先按页面设置的编码编码,再提交至web server,显示时会再根据显示页面的编码进行解码。

2.表单的post提交
 对于这种方式的请求,request.setCharacterEncoding(一般来自于web.xml中过滤器设置的参数)方法进行编码,设置将会产生作用,struts的表单提交方式默认为post方式,因此,如果都采用UTF-8编码方式,就不会产生中文乱码问题。

3.页面链接中传递中文参数
我虚拟一个这样的场景,请求页面中有如下代码

Html代码

<%
String username = "编辑";
%>
<a href="hello.do?username=<%=username%>">页面中链接传递中文</a>
对于这种方式,我们需要先将参数使用统一的编码方式编码,将编码后的字符放入链接,这里我对参数以UTF-8方式编码,如下

Java代码

<%
String username = java.net.URLEncoder.encode("编辑","UTF-8");
%>
那么,这样我们也不会产生中文乱码问题,因为,字符串编码的处理过程:字符串->UTF-8(提交的页面charset)->UTF-8(web server URIE)->UTF-8(显示的页面)。
4.地址栏中参数直接输入中文提交

考虑以下场景,在浏览器地址栏中直接输入"http://localhost:8080/helloapp.do?username=编辑"提交,对于这种方式,浏览器不会采用页面的charset方式,也不会按照filter设置的编码方式。URL中的中文进行编码后,提交至服务器(IE,FireFox都一样),而是采用系统的GBK(估计可能和browser的语言版本或设置相关,我的机器上是编码到GBK)转码为ISO- 8859-1之后,提交至Servlet容器,那么,如果对于前三种方式我们所做的设置,此种场景下就不正常了。因为,进入容器时中文进行了GBK至ISO- 8859-1的转码,而之前我们的Servlet容器URIEncoding设置为UTF-8,当我们使用 request.getParameter("username")时,相当于又进行了这样的流程GBK-->ISO- 8859-1-->UTF-8,按照以上我们使用的测试,那么就会是乱码了。此时,如果是使用GBK-->ISO- 8859-1-->GBK的方式转换,那么就能正常取出中文汉字。

对于这种情况,我们可以采用的解决办法就是,Tomcat的URIEncoding采用默认的ISO-8859-1字符集,那么我们可以在程序中通过ISO-8859-1-->GBK这样的转码方式得到正常的中文“编辑”,但这样的结果是,我们get请求方式的中文处理解决办法,就有问题了。
综上分析所述,对于乱码问题,前三种方式是一般用户的请求方式,第四种属于非正常途径的请求方式,对于这种方式产生的问题,可能无法很好的解决(和浏览器有关server端无法控制)。测试IE6的设置会影响应用路径的编码方式,例如地址栏中请求一个中文JSP页面,如:http://localhost:8080/helloapp/编辑.jsp,IE默认是勾选"以UTF-8发送 URL"项的,那么按照我上面总结的处理方式,这个请求可以正常显示页面,如图:

如果取消IE的这个选项,那么浏览器会以GBK编码应用路径的中文,得到的结果如图:

按照我上面的设置,如果将Tomcat的URIEncoding设置为GBK,则也可以正常显示页面。对于FireFox3.0,则是以UTF-8编码。因此,第四种场景是和客户端相关。
因此,在项目中尽量避免第4种场景的情况出现,就基本可以解决java web开发中的乱码问题了。