Web开发中中文乱码的问题

原文链接

在Web开发中经常会遇到中文乱码问题。

先系统地说明一下，主要从两个方面：原理，操作。

中文常用的编码格式：GBK 和 UTF-8

而一个完整的Web应用包括：数据库、持久层、控制层、页面显示层。

所以只有在保持四层中编码格式一致即可解决乱码问题。

数据库中，以MySQL为例。

安装时，系统默认编码为latin-1，将其更改为UTF-8。

在MySQL命令行中敲入命令：

mysql> show variables like 'character%';

+--------------------------+-------------------------------------------+

| Variable_name            | Value                                     |

+--------------------------+-------------------------------------------+

| character_set_client     | utf8                                      |

| character_set_connection | utf8                                      |

| character_set_database   | utf8                                      |

| character_set_filesystem | binary                                    |

| character_set_results    | utf8                                      |

| character_set_server     | utf8                                      |

| character_set_system     | utf8                                      |

| character_sets_dir       | D:\MySQL\MySQL Server 5.0\share\charsets\ |

+--------------------------+-------------------------------------------+

8 rows in set (0.31 sec)

在linux下修改my.conf文件（/etc/my.conf   Windows下是修改my.ini文件）

找到客户端配置[client]，在下面添加：

default-character-set=uft8  

找到服务器端配置[mysqld]，在下面添加：

default-character-set=utf8 

init_connect='SETNAMES utf8' （设定连接MySQL数据库时使用UTF-8编码，让MySQL数据库为UTF-8运行）。

修改好后，重新启动MySQL，查询对比一下变量：mysql> show variables like 'character%';

问题主要出在5个环节上：

1. 数据库客户端字符集

2. 数据库连接传输字符集

3. 数据库存储字符集

4. 数据库查询结果字符集

5. 数据库启动字符集

如果上述几个编码为latin-1，则修改为UTF-8。

mysql>set character_set_XXX ='utf8';

数据库建表：

Create database company DEFAULT character set utf8;

Drop TABLE IF EXISTS emp;

CREATE TABLE emp (

ID int(12) not null,

Author varchar(200) not null,

PRIMARY KEY (ID)

) ENGINE=InnoDB DEFAULT charset=utf8;

【说明】一般建表语句都写在SQL脚本中，在Linux系统中可直接在MySQL命令行输入source脚本路径。但当SQL脚本中含有中文时，在Windows系统下建议使用MyEclipse中的DB Browser插件。

持久层（JDBC/Hibernate）：

URL=jdbc:mysql://127.0.0.1:3306/company?useUnicode=true;characterEncoding=utf8;

控制层：

request.setCharacterEncoding("utf8"); 

通过这行代码，在所有请求之前，使得request使用指定的编码方式来编码。

Tomcat容器：

在get请求时需要修改server.xml文件中的配置，给Connector添加一个URIEncoding=utf-8属性。

 <Connector port="8080" protocol="HTTP/1.1" 

               connectionTimeout="20000" 

               redirectPort="8543" 

   maxHttpHeaderSize="8192"

   maxThreads="150" minSpareThreads="25" maxSpareThreads="75"

   enableLookups="false" acceptCount="100"

   disableUploadTimeout="true"

   URIEncoding="gbk"    

   />

也可以通过过滤器来实现：

    <--filter>

        <filter-name>failedRequestFilter</filter-name>

        <filter-class>

          org.apache.catalina.filters.FailedRequestFilter

        </filter-class>

<--/filter>

    <filter>

        <filter-name>OneFilter</filter-name>

        <filter-class>

          encoding.EncodeFilter

        </filter-class>

    </filter>

    <filter-mapping>

        <filter-name>OneFilter</filter-name>

        <url-pattern>/*</url-pattern>

    </filter-mapping>

/*

**一般成熟的框架都有写好的编码过滤器

*/

public void doFilter(ServletRequest request, ServletResponse response,

FilterChain chain) throws IOException, ServletException {

HttpServletRequest req = (HttpServletRequest) request;

HttpServletResponse resp = (HttpServletResponse) response;

req.setCharacterEncoding("utf-8");

//设置一个响应头，告诉浏览器，应该以什么形式的编码便是其返回的HTML

resp.setContentType("text/html;charset=utf-8");

resp.setCharacterEncoding("utf-8");

chain.doFilter(req,resp);

}

显示层（JSP）：

<%@page pageEncoding="utf-8"%>

告诉JSP引擎，在将JSP转换成Servlet源文件时，该JSP文件的编码是什么

<%@page contentType="text/html;charset="utf-8"%>

相当于Servlet中的response.setContentType()，即设置HTTP响应头。

浏览器会依据该编码方式来显示页面。

保存JSP文件时，其真正的编码应该与设置的保持一致。

其他：

浏览器的编码设置为UTF-8。

MyEclipse中项目存储格式设置为UTF-8。