再说JSP中pageEncoding& charset

在《Java Web项目中的国际化》一文中，笔者在第二点中提到了在JSP的charset和pageEncoding。同时在进行Java web国际化开发时，务必指明pageEncoding和charset属性。

<%@ pagelanguage="java"contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> 

然而，这二者的区别又是什么呢？指明其中的一个属性难道还不够么？呃……不得不说的是——真不够！这是因为JSP需要进行两次编码，三个阶段。

第一阶段会使用pageEncoding的设定值将 JSP编译成Servlet。JSP在服务器上是要先被编译成Servlet的，pageEncoding="?"的作用就是告诉JSP编译器，在将JSP文件编译成Servlet时使用什么编码方式。一般情况下，JSP内部定义的字符串出现乱码，通常都是由于该参数设置错误引起的。

 

第二阶段是javac对Java源码编译至Java byte code的过程，不论JSP编写时候用的是什么编码方案，JAVAC都使用UTF-8的encoding读取java源码，编译成UTF-8encoding的二进制码（即.class），这是JVM对常数字串在二进制码（java encoding）内的表达规范。

 

第三阶段是Tomcat（或其他ApplicationContainer）载入和执行之前产生的Java二进制码，在client端进行展示。这时charset就开始发挥作用。在未使用response.setCharacterEncoding方法时，用该参数指定对服务器响应进行重新编码的编码。

charset属性指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”; 字符编码方式的默认值是“ISO-8859-1”。

 

再次回到之前假设的问题，我们只设置charset。<%@page contentType="text/html;charset=utf-8" %>

这时用GBK在JSP页面上写入<% out.print(“国际化”); %>，问：服务器是否正确显示“国际化”呢？我只能说结果不得而知……但如果修改为

<%@ pagecontentType="text/html;charset=utf-8"pageEncoding="GBK"%> 我立刻就可以拍胸脯说go live啦！

 

至此，我们应该可以用如下两句话作为本文结案陈词了。

1. pageEncoding用来指定JSP编译成Servlet时使用的编码

2. charset用来指定请求服务器后返回内容的字符编码