javaweb中乱码问题

浏览器发出与接收数据

Get请求（包括中文参数）

对于Get方式发送的请求, 不同的浏览器默认对于URI(path Info->君山)和查询参数（Query String->author=君山）可能使用两种不同的编码方式

下表是三种浏览器的默认编码情况。其中IE的URI编码可以调整为UTF8。

	默认URI编码	默认查询参数编码
谷歌	UTF8	UTF8
火狐	UTF8	GBK
IE	GBK	GBK

浏览器的编码格式，在发送数据时，对URL和参数会进行URL编码，对参数中的中文，以百度和GOOGLE为例，如果你在百度中搜索"汉字"，百度会将其编码为"%BA%BA%D7%D6"。而在GOOGLE中搜索 "汉字"，GOOGLE会将其编码为"%E6%B1%89%E5%AD%97"，这是因为百度的 编码格式为GBK，而GOOGLE的编码格式为UTF-8。

Post请求

对于Post方式发送的请求, 表单中的参数值对是通过reqst body发送给服务器，此时浏览器会根据网页的ContentType("text/html; charset=GBK")中指定的编码进行对表单中的数据进行编码，然后发给服务器。在HTML代码的Head中添加: 
<meta http-equiv="Content-Type" content="text/html;charset=gb2312" />

Firefox/3.0.5 会使用根据charset中设置的编码格式编码post的中文参数.

1、JSP中pageEncoding="UTF-8"的作用是设置JSP编译成Servlet时使用的编码。

众所周知，JSP在服务器上是要先被编译成Servlet的。pageEncoding="UTF-8"的作用就是告诉JSP编译器在将JSP文件编译成 Servlet时使用的编码。通常，在JSP内部定义的字符串（直接在JSP中定义，而不是从浏览器提交的数据）出现乱码时，很多都是由于该参数设置错误引起的。例如，你的JSP文件是以GBK为编码保存的，而在JSP中却指定pageEncoding="UTF-8"，就会引起JSP内部定义的字符串为乱码。

另外，该参数还有一个功能，就是在JSP中不指定contentType参数，也不使用response.setCharacterEncoding方法时，指定对服务器响应进行重新编码的编码（也就是说，如果jsp页面编码格式为UTF-8，则浏览器默认响应编码为UTF-8）。

2、JSP中contentType="text/html;charset=UTF-8"的作用是指定对服务器以html(默认)形式响应，响应编码为UTF-8,等价于response.setCharacterEncoding("UTF-8")。

浏览器根据这个参数来对其接收到的数据进行重新编码（或者称为解码）。

读者可以做个实验，在JSP中设置 response.setCharacterEncoding("UTF-8")，在IE中显示该页面时，在IE的菜单中选择"查看(V)编码 (D)"中可以查看到是" Unicode（UTF-8）"，而在在JSP中设置response.setCharacterEncoding ("GBK")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是"简体中文（GB2312）"。

服务器接收与发出数据

对于接收数据，要分三种情况。一种是浏览器直接用URL提交的数据，另外两种是用表单的GET和POST方式提交的数据。

因为各种WEB服务器对这三种方式的处理也不相同，所以我们以Tomcat5.0为例。

无论使用哪种方式提交，如果参数中包含中文，浏览器都会使用当前浏览器编码对其进行URL编码。

对于表单中POST方式提交的数据，只要在接收数据的JSP中正确设置request.setCharacterEncoding参数，即将对客户端请求进行重新编码的编码设置成浏览器编码，就可以保证得到的参数编码正确

对于URL提交的数据和表单中GET方式提交的数据，在接收数据的JSP中设置request.setCharacterEncoding参数是不行的，因为在Tomcat5.0中，默认情况下使用ISO- 8859-1对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码），而不使用该参数对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码）。要解决该问题，应该在Tomcat的配置文件的Connector标签中设置useBodyEncodingForURI或者 URIEncoding属性，其中useBodyEncodingForURI参数表示是否用request.setCharacterEncoding 参数对URL提交的数据和表单中GET方式提交的数据进行重新编码，在默认情况下，该参数为false（Tomcat4.0中该参数默认为true）； URIEncoding参数指定对所有GET方式请求（包括URL提交的数据和表单中GET方式提交的数据）进行统一的重新编码（解码）的编码。

URIEncoding和useBodyEncodingForURI区别是，URIEncoding是对所有GET方式的请求的数据进行统一的重新编码（解码），而useBodyEncodingForURI则是根据响应该请求的页面的request.setCharacterEncoding参数对数据进行的重新编码（解码），不同的页面可以有不同的编码格式，如GBK和UTF-8。

所以对于URL提交的数据和表单中GET方式提交的数据，可以修改 URIEncoding参数为浏览器编码或者修改useBodyEncodingForURI为true，并且在获得数据的JSP页面中 request.setCharacterEncoding参数设置成浏览器编码。

下面总结下，以Tomcat5.0为WEB服务器时，如何防止中文乱码。

1.对于同一个应用，最好统一编码，推荐为UTF-8，当然GBK也可以。

2.正确设置JSP的pageEncoding参数

3.在所有的JSP/Servlet中设置contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，从而间接实现对浏览器编码的设置。

4. 对于请求，tomcat默认编码格式为ISO- 8859-1，可以使用过滤器或者在每个JSP/Servlet中设置request.setCharacterEncoding("UTF-8")，处理post请求。同时，要修改Tomcat的默认配置，推荐将useBodyEncodingForURI参数设置为true，也可以将URIEncoding参数设置为 UTF-8（有可能影响其他应用，所以不推荐），处理get请求。