Web应用中文乱码问题

Web应用中文乱码问题

1、字符集

1. 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。
2. 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

1. 编码：将字符转换为二进制数
   ‘中’ → E4B8AD → 1110 0100-1011 1000-1010 1101
2. 解码：将二进制数转换为字符
   1110 0100-1011 1000-1010 1101 → E4B8AD → ‘中’
3. 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。

    • 
      

• 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。