关于JSP/Servlet字符编码

首先，来说一下HTML和JSP的区别：

HTML属于前台，纯展示页面，请求HTML时，容器(如Tomcat)会读取HTML文件的内容，通过socket遵循HTTP协议发送到浏览器；

JSP属于后台，请求JSP时，容器会首先读取JSP文件的内容，然后根据JSP文件内容生成对应的java类文件(这个类是继承自HttpJspBase的，而HttpJspBase是继承自HttpServlet的，所以JSP生成了一个对应的Servlet)，接着编译出class文件(在Tomcat中，生成java和class文件是由 org.apache.jasper.compiler.Compiler 完成的)，然后由Tomcat类加载器加载class文件，由生成的Servlet来处理请求，最后由HttpServletResponse以"text/html;charset=UTF-8"的形式发送到浏览器，显示HTML。

 

通常，在JSP中的Java代码中，或在Servlet的doGet、doPost中，调用request.getParameter(name)获取前台传来的参数时，经常会出现乱码问题。

乱码问题，究其原因，就是因为 前台页面编码、前台发请求时传参数所用编码、后台JSP/Servlet中从socket流读取参数解析参数时所用编码不统一。

首先，编写HTML文件时，就应该明确规定页面采用的编码：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

页面采用的编码，就是form提交时采用的编码，如果页面不明确指定编码，就会由浏览器自己决定了，这就出现了极大的不确定性。

指定编码时：

不指定编码时：

对于Chrome、Firefox也是如此。 

Tomcat读取JSP页面内容采用的编码：

这张图画的有问题，Tomcat的代码写的太绕了，想知道详情，就去看代码吧[ParserController.determineSyntaxAndEncoding()]。

因此，如果在JSP中pageEncoding和contentType都不指定的话，显示出来的页面可能会出乱码。

当使用JSP/Servlet获取前台传递的参数时：

<%@ page language="java" pageEncoding="UTF-8" contentType="text/html; charset=UTF-8"%>
<%@page import="java.util.Enumeration"%>
<%
	out.println("Headers<br>");
	Enumeration headers = request.getHeaderNames();
	String name;
	while(headers.hasMoreElements()) {
		name = headers.nextElement()+"";
		out.println(name + " : " + request.getHeader(name));	
		out.println("<br>");
	}
	out.println("<br>");
	
	String v = request.getParameter("v");
	String username = request.getParameter("username");
	String password = request.getParameter("password");
	
	out.println("Default encoding:");
	out.println("v=" + v);
	out.println("username=" + username);
	out.println("password=" + password);
	out.println("<br>");
	
	out.println("GB2312:");
	out.println("v=" + new String(v.getBytes("ISO-8859-1"), "GB2312"));
	out.println("username=" + new String(username.getBytes("ISO-8859-1"), "GB2312"));
	out.println("password=" + new String(password.getBytes("ISO-8859-1"), "GB2312"));
	out.println("<br>");
	
	out.println("UTF-8:");
	out.println("v=" + new String(v.getBytes("ISO-8859-1"), "UTF-8"));
	out.println("username=" + new String(username.getBytes("ISO-8859-1"), "UTF-8"));
	out.println("password=" + new String(password.getBytes("ISO-8859-1"), "UTF-8"));
	out.println("<br>");
%>

如果HTML中没有在meta的http-equiv中指定Content-Type，提交form的时候：

如果HTML中指定了Content-Type：

Tomcat在读取参数时，如果在HTTP Request Header中没有指定Content-Type，读取参数流使用的编码是“ISO-8859-1”，这个参数由request.setCharacterEncoding()指定，不过需要在第一次执行request.getParameter()之前调用才可以。通过这个API，可以使用编码过滤器的方式来免去JSP/Servlet中获取参数时需要进行的编码转换。

package jspservlet;

import java.io.IOException;

import javax.servlet.Filter;
import javax.servlet.FilterChain;
import javax.servlet.FilterConfig;
import javax.servlet.ServletException;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;

public class EncodingFilter implements Filter {
	@Override
	public void init(FilterConfig filterConfig) throws ServletException {
	}

	@Override
	public void doFilter(ServletRequest request, ServletResponse response,
			FilterChain chain) throws IOException, ServletException {
		request.setCharacterEncoding("UTF-8");
		
		chain.doFilter(request, response);
	}

	@Override
	public void destroy() {
	}
}

添加了这个EncodingFilter之后，再调用request.getParameter()就不用再new String(value.getBytes("ISO-8859-1"), "UTF-8")了。

对于在url传递的参数，请配置URIEncoding="UTF-8"