(转载csdn)Tomcat的中文处理（一,二）

最近一段时间.都在处理有关J2EE开发中的中文编码的问题..所以搜集了一些资料.希望对大家也能够有所帮助.

Tomcat的中文处理（一）：

 

看到很多朋友问关于中文的处理问题，下面我们以tomcat4.0为servlet，jsp引擎来说说unicode的处理。

 

1)       从客户端接受请求

 

当客户端请求tomcat的一个jsp文档的时候，tomcat会构造相应的httpServletRequest实现类的实例来代表客户端，通过对流servletInputStream读，我们可以得到客户端来的数据。

 

   在jsp中我们通常使用的request.getParameter()来得到参数的值，这个函数的背后到底怎么样的呢？怎么样对String编码的呢？

 

  通过tomcat的httpServletRequest实现类源代码考察：

 

public String getParameter(String name)

 

    {

 

        parseParameters();/处理parameters

 

        String values[] = (String[])parameters.get(name);//得到该参数名字对应的Object(是一个数组)

 

        if(values != null)

 

        {

 

            return values[0];

 

        } else

 

        {

 

            return null;

 

        }

 

    }

 

其中parameters是request的一个map类型的数据成员，用来存放接受到的客户端的数据。也就是说每当客户端请求的时候，tomcat构造一个request实例，该实例有一个parameters用来存放从servlet实例的写入流的读来的客户端的数据。

 

  从上面的代码知道最重要的的是parseParameters()函数，它是来处理parameters的。

 

下面来看看：

 

protected void parseParameters()

 

    {

 

        if(parsed)

 

        {

 

            return;///如果处理过了，就不要处理了

 

        }

 

        ParameterMap results = parameters;/构造parameters对象的本地引用

 

        if(results == null)

 

        {

 

            results = new ParameterMap();//如果没有实例

 

        }

  results.setLocked(false);

 

        String encoding = getCharacterEncoding();//得到httpServeltRequest的编码

 

        if(encoding == null)

 

        {

 

            encoding = "ISO-8859-1";//如果没有指定httpServeltRequest的编码采用"ISO-8859-1"

 

        }

 

       。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

            RequestUtil.parseParameters(results, queryString, encoding);//处理编码

 

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

                             

 

                is.read(buf, len, max - len); //从流中读取数据

 

           。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

                RequestUtil.parseParameters(results, buf, encoding);///处理编码

 

         。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

        parameters = results;//重置引用

 

    }

 

 

下面再来看看RequestUtil.parseParameters(results, buf, encoding);/的处理：

 

在此就不贴源代码了,

 

RequestUtil.parseParameters(results, buf, encoding)的处理中对于buf  byte数组进行处理，构造key和value,就是参数名字和参数值：

 

while(ix < data.length)

 

            {

 

                byte c = data[ix++];

 

                switch((char)c)

 

                {

 

                case 38: // '&'

 

                    value = new String(data, 0, ox, encoding);

 

                    if(key != null)

 

                    {

 

                        putMapEntry(map, key, value);

 

                        key = null;

 

                    }

 

                    ox = 0;

 

                    break;

 

 

                case 61: // '='

 

    key = new String(data, 0, ox, encoding);

 

                    ox = 0;

 

                    break;

 

 

                case 43: // '+'

 

                    data[ox++] = 32;

 

                    break;

 

 

                case 37: // '%'

 

                    data[ox++] = (byte)((convertHexDigit(data[ix++]) << 4) + convertHexDigit(data[ix++]));

 

                    break;

 

 

                default:

 

                    data[ox++] = c;

 

                    break;

 

                }

 

            }

 

            if(key != null)

 

            {

 

                value = new String(data, 0, ox, encoding);

 

                putMapEntry(map, key, value);

 

            }

 

 

 

显然对于参数名字和参数的值都是采用的new String(data, 0, ox, encoding);方法来使用指定的编码方式构造的。

 

结论：我们不难看出如果没有指定request的编码方式，那么从客户端接受到的参数的名字和参数值都是以iso-8859-1编码的String的。

 

   也就是说我们在jsp的页面中的表单元素中给出的参数值在通过request.getParamter()得到后的String是以iso-8859-1编码的。

 

 

而且我们看看tomcat为jsp产生的java文件知道，对于在jsp定义的没有指定编码方式的String的时候，tomcat是使用的iso-8859-1方式的，而不是系统默认的。

 

  比如：

 

<%

 

String name=new String(“你好”)；或者String name=”你好”;/都是使用的iso-8859-1的编码方式的。

 

System.out.println(name);/就会产生乱码的。(因为Console使用的系统的默认编码的，中文系统是gb2321,日文是MS932).

 

%>

 

下篇我们介绍httpServletResponse的处理

 

 

Tomcat的中文處理（二）：

 

 

上篇我们介绍了tomcat是怎么对接收到字符进行编码的，现在我们来看当向客户端写html文档的时候到底发生了什么？

 

 

tomcate在向客户端写出数据的時候，使用的是response的输出流來实现的。但是jsp是怎樣使用response的流的呢？

 

在使用JSP内含對象out輸出的時候，out是一個JspWriter实现类的对象实例，JspWriterImpl(ServletResponse response, int sz, boolean autoFlush)是一个该类的构造函数，其使用到了response，在JspWriterImpl内部还有一个java.io.Writer对象实例的引用，在使用JspWriter(JSP的out对象)写出数据的时候，会调用如下的函数来初始化

 

protected void initOut() throws IOException

 

    {

 

        if(out == null)

 

        {

 

            out = response.getWriter();/初始化 java.io.Writer對象

 

        }

 

    }来初始化该内部对象的。

 

然后在jspWriter的各个输出数据的函数的实现中就是調用上面的java.io.Writer對象的方法的。

 

    所以不论是jsp或者是servlet,对客户端写出html的時候，都是通过response.getWriter();来得到的字符流或者由getOutputStream()得到2进制流的。

 

   一個response存在一個字符流，也存在一個2進制流，但是在同一時刻只能打開使用一個流的。至於兩者的關係，我們在後面介紹。Jsp的out對象就是response的字符流的。

 

  同樣的request也存在一個字符流和一個2進制流，但是在同一時刻只能打開使用一個流的。

 

response的两个流的关系

 

    我们来考察response的实现类的getOutputStream()和getWriter函数的实现：

 

public ServletOutputStream getOutputStream()        throws IOException

 

    {

 

      。。。。。。。。。。。。。。。。。。。。。

 

            stream = createOutputStream();///创建response的2进制的输出流

 

   。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

        return stream;

 

    }

 

public PrintWriter getWriter()        throws IOException

 {

 

     。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

           ResponseStream newStream = (ResponseStream)createOutputStream();创建2进制流

 

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

            OutputStreamWriter osr = new OutputStreamWriter(newStream, getCharacterEncoding());

 

            writer = new ResponseWriter(osr, newStream);///得到response的字符输出流

 

 。。。。。。。。。。。。。。。。。。。。。。。。。。

 

        }

 

    }

 

显然，我们的字符流就是从2进制流转化而来的

 

    还有两个函数要注意：

 

public String getCharacterEncoding()//response的编码，默认是ISO-8859-1的

 

    {

 

        if(encoding == null)//如果没有指定编码

 

        {

 

            return "ISO-8859-1";

 

        } else

 

        {

 

            return encoding;

 

        }

 

    }

 

public void setContentType(String type)；设置response的类型和编码

 

    {

 

      。。。。。。。。。。。。。

 

            encoding = RequestUtil.parseCharacterEncoding(type);得到指定的编码

 

            if(encoding == null)

 

            {

 

                encoding = "ISO-8859-1";//如果沒有指定编码方式

 

            }

 

        } else

 

        if(encoding != null)

 

        {

 

            contentType = type + ";charset=" + encoding;

 

        }

 

    }

 

 

好了，现在我们知道了在写出字符的时候使用的response的字符流(不管是jsp或者servlet),也就是使用的OutputStreamWriter osr = new OutputStreamWriter(newStream, getCharacterEncoding());

 

注意的是newStream是response的2进制流的实现。

 

所以我们还得看看OutputStreamWriter的实现：

 

考察OutputStreamWriter的源代碼，他有一個StreamEncoder 类型的对象，就是依靠他來转换编码的;

 

StreamEncoder是由sun公司提供的，它有一个

 

public static StreamEncoder forOutputStreamWriter(OutputStream outputstream, Object obj, String s)來得到StreamEncoder对象实例。

 

对于jsp,servlet来说在构造他的时候 outputstream参数是response的2进制流，obj是OutputStreamWriter对象，s就是编码方式的名字。其实得到是一個StreamEncoder的子类的对象实例，

 

     return new CharsetSE(outputstream, obj, Charset.forName(s1)); CharsetSE是StreamEncoder的子类。

 

他有一个如下的函数来实现编码转换的：

 

void implWrite(char ac[], int i, int j)throws IOException /// ac是要輸出String的char數組

 

 {

 

          CharBuffer charbuffer = CharBuffer.wrap(ac, i, j);

 

          。。。。。。。。。。。。。。。。。。。。。。。

 

          CoderResult coderresult = encoder.encode(charbuffer, bb, false);/bb是ByteBuffer，存放编码后的byte缓冲区

 

      。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

writeBytes();///將bb转化到byte数组写入到response的2进制流中

 

      。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

 }

 

 

至此，我们了解了tomcat背后的编码转换过程