2015-12-15

JSP开发中文乱码总结

在开发过程中，经常遇到中文乱码问题，以前总是解决就好，并没有对该问题总结一下，现在来总结一下开发过程中常见的中文乱码问题。

一、有必要了解一些基本的编码知识：

这篇字符编码笔记是必读的
jsp的三次编码
第一阶段：JVM将.jsp文件编译为.java文件。JVM先读取pageEncoding的值，根据该值去读取.jsp文件，然后由指定的编码方案生成UTF-8的.java文件。
第二阶段：JVM将.java文件转换为.class文件，从UTF-8至UTF-8。这个过程就与任何编码的设置都没有关系了，经过这个阶段后.java文件就转换成了统一的UTF-8编码的.class文件了。
第三阶段：服务器将处理的结果返回给浏览器，这个阶段则依靠contentType的charset，如果设置了charset则浏览器就会使用指定的编码格式进行解码，否则采用默认的ISO-8859-1编码格式进行解码处理。
jsp中的编码设置
1. pageEncoding:<%@ page pageEncoding=”UTF-8”%>
  上文中第一阶段，使用该值去读取jsp文件，为避免中文乱码，跟jsp文件编码一致；对服务器响应进行重新编码，即jsp的输出流在浏览器中显示的编码（不是主要作用）。
2. contentType: <%@ page contentType=”text/html;charset=UTF-8”%>
  使用该值对服务器响应进行重新编码，即jsp的输出流在浏览器中显示的编码；对表单get和post请求数据编码；上文中第一阶段，使用该值去读取jsp文件（不是主要作用）。
3. < META http-equiv=”Content-Type” content=”text/html;charset=UTF-8”>
  网页的编码信息，说明页面制作所使用的编码。
4. request.setCharacterEncoding()
  可用在servlet和jsp页面中，作用是设置对客户端请求进行重新编码的编码，即post方式提交的数据进行编码。
5. response.setCharacterEncoding()
  与<%@ page contentType=”text/html;charset=UTF-8”%>一样。
6. response.setContentType()
  与<%@ page contentType=”text/html;charset=UTF-8”%>一样。
7. response.setHeader(“Content-Type”,”text/html;charset=UTF-8”)
  与< META http-equiv=”Content-Type” content=”text/html; charset=UTF-8”>一样。
  注意：上文1,2,3中有部分功能是一样的，是有优先级的，在读取jsp文件时，1>2；在对服务器响应进行编码的时候，2>1>3，一般情况下，1，2都写。
http请求默认以”ISO-8859-1”的编码来传送URL的。

二、中文乱码的几种情况及最简单的解决方案：

pageEncoding设置错误
pageEncoding设置为jsp文件的编码类型。
查询字符串包含中文
中文的编码方式取决于浏览器，chrome为UTF-8，IE为GB2312，这是由于浏览器并没有遵循URI编码规范。有两种解决方法：
1. 开发过程中，将查询字符串提前编码，
  如：http://www.baidu.com/demo?demo=%D6%D0%B9%FA (UTF-8编码)
2. 在Servlet的doGet()方法中添加

1	String value = new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"浏览器的编码方式");

表单中的get和post数据包含中文
中文的编码方式取决于上文的contentType中的charset，有两种解决办法：
1. 在Servlet的doPost()方法中添加request.setCharacterEncoding(“charset的值”);(仅对post有用)
2. 在Servlet的doPost()方法中添加

1	String value = new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"charset的值");

三、原理

我们通过上面的方法可以解决乱码问题，下面讲讲原理：

客户端发到服务器的数据需要在客户端进行编码，类似于：String parameterName = "中国".getBytes("UTF-8")然后将编码后的数据发到服务器。
客户端接受数据，request.getParameter(“”)的作用就是对接收到的数据进行解码，默认使用ISO-8859-1进行解码，可以使用request.setCharacterEncoding(“”)进行设置，但仅对post有用。假如我们使用默认的ISO-8859-1，肯定乱码，因为编码跟解码不一致，那此时怎么办呢，引出了上文中的两种解决方案：使用request.setCharacterEncoding(“”)改变request.getParameter(“”)的解码方式或者new String(request.getParameter("parameterName").getBytes("ISO-8859-1")，"charset的值")将request.getParameter(“”)解码的数据重新编码再解码。

四、其他

在jsp中的页面使用response.setContentType()等设置字符集会破坏jsp容器自身的页面编码，会引起html中字符乱码，脚本不会乱，所以不建议设置。在开发中多采用page指令设置字符集。

<%
	response.setContentType("text/html;charset=UTF-8");
	String str = new String("你好".getBytes("iso-8859-1"),"utf-8");
%>

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>Insert title here</title>
</head>
<body>
<p>你好</p>
<br>
<%=str %>
</body>
</html>

Smile

微笑面对挑战，走上人生巅峰

JSP开发中文乱码总结