Web应用中文乱码问题
1、字符集
- 字符(Character)是各种文字和符号的总称,包括各个国家文字、标点符号、图形符号、数字等。字符集(Character set)是多个字符的集合。
- 任何数据在计算机内部实际上都是以二进制的形式保存的,所以我们看得见的字符本质上都是以二进制的形式保存的。而字符集实际上就是看得见的字符和二进制数之间的一张对应表。
2、编码与解码
- 编码:将字符转换为二进制数
‘中’ → E4B8AD → 1110 0100-1011 1000-1010 1101 - 解码:将二进制数转换为字符
1110 0100-1011 1000-1010 1101 → E4B8AD → ‘中’ - 乱码:编码与解码使用的字符集不一致就会产生乱码。
3、在Web应用中统一字符集
3.1、请求参数中含有中文
-
1、请求由浏览器发送给服务器,
- 由浏览器编码
浏览器使用HTML页面指定的字符集编码,只需要将HTML页面的字符集指定为UTF-8即可 - 由服务器解码
默认字符集是IOS-8859-1 - 解决方案
-
对于POST请求:post请求在Servlet中解码,默认的字符集是ISO-8859-1,不支持中文,所以我们需要修改Servlet的字符集为UTF-8。使用:
request.setCharacterEncoding("UTF-8");
设置request对象使用UTF-8字符集对请求体中的内容进行解码。但需要注意的是,这个操作一定要在调用 getParameter()方法之前进行。
-
对于GET请求:GET请求是在URL地址栏中传递请求参数的,它会被Tomcat服务器自动解码,而Tomcat服务器默认的字符集也是ISO-8859-1,所以我们需要修改Tomcat服务器的字符集为UTF-8。由于请求参数是包含在请求行内的,无法通过request对象进行设置,所以需要在Server.xml文件中修改Connector标签,添加URIEncoding="utf-8"属性。
-
-
- 由浏览器编码
-
2、响应由服务器发送给浏览器,服务器响应中含有中文
-
由服务器编码
默认使用ISO-8859-1进行编码 -
由浏览器解码
默认使用GBK进行解码 -
解决方案
方法1:设置响应头response.setHeader("Content-Type","text/html;charset=utf-8");
方法2:设置响应的内容类型
response.setContentType("text/html;charset=utf-8");
其实这两种都是修改响应头中的Content-Type
通过这种方式可以在响应头中告诉浏览器响应体的编码方式是UTF-8;同时服务器也会采用该字符集进行编码但需要注意的是,两种方法一定要在response.getWriter()之前进行。 -