尚学堂.张志宇.乱码分析_07_form表单存储格式.doc

 

1       结论

l  req.setCharacterEncoding( "gbk" );

n  含义是取上一个页面的参数，按照 gbk 进行解码

n  tomcat 取参数默认按照 iso-8859-1 进行解码

l  resp.setContentType( "text/html;charset=gbk" );

n  含义是发送内容到客户端浏览器，按照 gbk 进行编码

n  tomcat 发送内容到客户端浏览器，默认按照 iso-8859-1 进行编码

 

	场景 1	场景 2	场景 3
form 表单存为什么格式	ansi	ansi	utf-8
form 表单提交方式	post	post	post
Servlet 端 resp.setContentType	-	charset=gbk	charset=gbk
Servlet 端 req.setCharacterEncoding	-	gbk	gbk
是否有乱码	没有乱码	没有乱码	鎴戜滑

 

2       场景 1

form.html

<form action="/my/servlet/TestServlet" method="post" >     <input name="username">     <input type="submit" value=" 提交 "> </form>

 

TestServlet.java

import java.io.IOException; import java.io.PrintWriter; import javax.servlet.ServletException; import javax.servlet.http.HttpServlet; import javax.servlet.http.HttpServletRequest; import javax.servlet.http.HttpServletResponse;   public class TestServlet extends HttpServlet {       @Override     protected void doGet(HttpServletRequest req, HttpServletResponse resp)            throws ServletException, IOException {        PrintWriter out = resp.getWriter();         String username = req.getParameter( "username" );        System. out .println(username);        out .println(username);        out .close();     }       @Override     protected void doPost(HttpServletRequest req, HttpServletResponse resp)            throws ServletException, IOException {        doGet(req, resp);     } }

web.xml

<servlet>       <servlet-name>TestServlet</servlet-name>       <servlet-class>TestServlet</servlet-class>     </servlet>       <servlet-mapping>         <servlet-name>TestServlet</servlet-name>          <url-pattern>/servlet/TestServlet</url-pattern>     </servlet-mapping>

 

访问这个地址 http://127.0.0.1/my/form.html

输入“我们”然后提交。我们看到的是正确的中文，没有乱码

2.1   分析

 

下面通过例子详细说明为什么没有乱码。

虽然场景 1 没有乱码。但不是最终的解决办法。

因为页面本身的中文会有乱码。

 

// 重要结论 //jvm 只能表示 unicode 收录的字符们 //jvm 在内存里用 utf-16 编码表示一个字符 //System.out.println 先按照操作系统默认的编码来编码，得到的字节们传到 console ， console 再按系统默认的编码解码 //zhongwen.getBytes("GBK")--> 编码 //new String(zhongwen.getBytes("GBK"), "iso8859-1");--> 解码 //tomcat 取参数默认按照 iso-8859-1 进行解码 //tomcat 发送内容到客户端浏览器，默认按照 iso-8859-1 进行编码   // 字符 " 我 " 的 gbk 编码： ced2 // 字符 " 我 " 的 utf-16 编码： 6211 // 字符 " 我 " 的 utf-8 编码： e6 88 91 public class TestBB {       public static void main(String args[]) throws Exception {        //jvm 在内存里用 utf-16 编码表示一个字符 ,        // 所以在内存中， zhongwen 这个引用指向的字符串对象包括 2 个字节 62 11        String zhongwen = " 我 " ;        //println 方法不会把内存中的 utf-16 编码输出到 console 。        // 而是按照系统默认编码（ gbk ）编码，然后才将 gbk 编码（ ced2 ）输出到 console 。        //cosole 接收 gbk 编码（ ced2 ），再按照系统默认编码来解码，显示出正确的中文        System . out .println(zhongwen);        //getBytes 方法是编码的意思。        // 下面验证 " 我 " 这个字符的 gbk 编码是 ced2        byte [] bytes = zhongwen.getBytes( "gbk" );        System . out .println( "--------GBK----------" );        for ( byte b:bytes){            System . out .format( "%x " ,b);        }        System . out .println();        // 浏览器默认按照 gbk 编码，然后将参数传到服务器        // 浏览器将以什么编码来提交参数，和 form 表单这个 html 页面的存储方式有关。        // 如果 form 表单存为 ansi ，即 jbk ，那么提交参数也用 gbk.                      // 服务器端接收 gbk 编码 2 个字节（ ced2 ），默认按照 iso8859-1 解码        // 所以解码出错误的 2 个字符        System . out .println( "-------iso8859-1--------" );        // 这 2 个 iso8859-1 字符在内存里表示为 4 个字节： 00 ce 00 d2        zhongwen = new String(zhongwen.getBytes( "GBK" ), "iso8859-1" );        //println 方法不会把内存中的 utf-16 编码输出到 console 。        // 而是按照系统默认编码（ gbk ）来编码，得到 2 个字节： 3f 3f , （为什么是 3f 下面会解释）        // 然后才将这些 gbk 编码输出到 console 。        //cosole 再按照系统默认编码来解码，得到 2 个 ?        // （因为 ascii 中， ? 就是 3f ，并且 gbk 和 ascii 兼容，所以在 gbk 中， 3f 也是 ? ）               System . out .println(zhongwen);               // 内存中的 00 ce 表示的那个 iso8859-1 字符在 gbk 中没有收录，所以按照 gbk 编码就会出错。        // 如果出错，一律编码为 3f ，所以得到 2 个 3f        bytes = zhongwen.getBytes( "gbk" );        for ( byte b:bytes){            System . out .format( "%x " ,b);        }        System . out .println();               // 服务器再按照 iso8859-1 编码，传到客户端浏览器        bytes = zhongwen.getBytes( "iso8859-1" );          // 最初的 gbk 编码 cede 是不是没有丢？        // 可见有些编码解码的过程是可逆的。        // 当然有些编码解码的过程就不可逆。        for ( byte b:bytes){            System . out .format( "%x " ,b);        }        System . out .println();               // 浏览器得到传过来的字节们，再按照 gbk 解码。得到正确的中文。        System . out .println( "-------GBK--------" );        System . out .println( new String(bytes, "GBK" ));     } }

 

3       场景 2

 

form.html

<form action="/my/servlet/TestServlet" method="post" >     <input name="username">     <input type="submit" value=" 提交 "> </form>

 

TestServlet.java

import java.io.IOException; import java.io.PrintWriter; import javax.servlet.ServletException; import javax.servlet.http.HttpServlet; import javax.servlet.http.HttpServletRequest; import javax.servlet.http.HttpServletResponse;   public class TestServlet extends HttpServlet {       @Override     protected void doGet(HttpServletRequest req, HttpServletResponse resp)            throws ServletException, IOException {        resp.setContentType( "text/html;charset=gbk" );        PrintWriter out = resp.getWriter();        req.setCharacterEncoding( "gbk" );        String username = req.getParameter( "username" );        System. out .println(username);        out .println(username);        out .close();     }       @Override     protected void doPost(HttpServletRequest req, HttpServletResponse resp)            throws ServletException, IOException {        doGet(req, resp);     } }

web.xml

<servlet>       <servlet-name>TestServlet</servlet-name>       <servlet-class>TestServlet</servlet-class>     </servlet>       <servlet-mapping>         <servlet-name>TestServlet</servlet-name>          <url-pattern>/servlet/TestServlet</url-pattern>     </servlet-mapping>

 

访问这个地址 http://127.0.0.1/my/form.html

输入“我们”然后提交。我们看到的是正确的中文，没有乱码

3.1   分析

浏览器发送 form 表单内容到服务器

服务器接收内容，进行解码

服务器将解码后得到的内容进行编码，再传到浏览器

浏览器接收内容，进行解码

详细内容略。。。。。。

4       场景 3

略。。。。。。