JSP中文乱码的一点研究-CSDN博客

Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，Java和JSP文件本身编译时产生的乱码问题和Java程序于其他媒介交互产生的乱码问题。

　　首先Java（包括JSP）源文件中很可能包含有中文，而Java和JSP源文件的保存方式是基于字节流的，如果Java和JSP编译成class文件过程中，使用的编码方式与源文件的编码不一致，就会出现乱码。对于JSP，在文件头加上或基本上就能解决这类乱码问题。我们这篇文章主要是关于JSP页面部署到Tomcat中的一点研究。

首先我们打开IDE，这里我使用的是Eclipse，先新建一个web项目Test，然后在新建一个JSP页面如下:

<%@ page language="java" pageEncoding="gbk"%>

<%@ page contentType="text/html;charset=iso8859-1"%>

<html>

<head>

<title>JSP</title>

<meta http-equiv="Content-Type" content="text/html charset=gb2312"/>

</head>

<body>
JSP中文乱码
</body>
</html>

这里有一点要注意，JSP页面在保存的时候也是有编码的，在Eclipse等IDE中有专门设置文件编码的配置，这里就不在多说。我这里默认JSP文件都是以utf-8保存。

然后我们将项目部署到Tomcat中,访问http://localhost:8080/Test/index.jsp, 显示页面(index.jsp)就出现乱码。

当我们把JSP部署到Tomcat中并运行的话，JSP会经过两次的“编码”，第一阶段会用pageEncoding，第二阶段会用utf-8至utf-8，第三阶段就是由Tomcat出来的网页，用的是contentType。

第一阶段是jsp编译成.java，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译成统一的UTF-8 JAVA源码（即.java）。

第二阶段是由JAVAC的JAVA源码至.class的编译，不论JSP编写时候用的是什么编码方案，经过这个阶段的结果全部是UTF-8的encoding的java源码。

JAVAC用UTF-8的encoding读取java源码，编译成UTF-8 encoding的二进制码（即.class），这是JVM对常数字串在二进制码（java encoding）内表达的规范。

第三阶段是Tomcat（或其的application container）载入和执行阶段二的来的JAVA二进制码，输出的结果，也就是在客户端见到的，这时参数contentType就发起作用了。

现在我们来详细介绍一下上面三个阶段:

第一阶段是由jsp编译成.java，需要读取源Jsp页面到内存中，然后以某种编码方式生成Servlet类文件，这一读的过程会涉及到采用什么编码方式来读取的问题？如页面中设置了 pageEncoding="XX"，则服务器在读取Jsp页面时，就会使用上面设置的XX来读取，如果没有设置，再看是否设置了contentType="text/html; charset=XXX" ，如果设置了，则用charset中指定的编码方式来读取。如果这两个都没有指定时，则使用默认的编码方式ISO8859-1来读取，当把Jsp页面读取到内存后，在内存中以Unicode编码存在，然后以是使用UTF-8编码方式来输出的.java文件。

下面我们用下面代码来验证一下:

String fileName = "D:/Program Files/DevelopMent/Apache Software Foundation/Tomcat 6.0/webapps/ServletTest/index.jsp"; //JSP部署到Tomcat后的位置  
        PrintWriter pw = new PrintWriter(new OutputStreamWriter(new FileOutputStream("d:/index.java"), "UTF-8"));   
        BufferedReader br = new BufferedReader(new InputStreamReader(   
                new FileInputStream(fileName), "gbk"));//jap文件是以utf-8保存，所以以gbk来读取就会产生乱码 
        String readContent = null;   
        while ((readContent = br.readLine()) != null) {   
            pw.write(readContent+"/r/n");   
            pw.flush();                
        }   
        pw.close();

如何你运行以上代码会生成index.java 文件，然后我们对比一下Tomcat下真正的.java文件，该文件的位置为%TOMCAT_HOME%\work\Catalina\localhost\Test\org\apache\jsp 下，打开之后你就会发现里面的汉字乱码是一样的，现在大家应该明白第一阶段的大致过程了，以及其中编码的转换了。

第二阶段，我们就不在过多介绍，因为这个阶段是JAVA源码至.class的编译过程，采用的是UTF-8到UTF-8，转换之后编码格式不会发生变化。

第三阶段，这里我们就会用到<%@ page contentType="text/html;charset=iso8859-1"%>，这个时候我们查看第二阶段生成的servlet字节码，会发现 response.setContentType("text/html;charset=iso8859-1");这句话就是

<%@ page contentType="text/html;charset=iso8859-1"%>被编译成servlet字节码后的样子。用户的浏览器请求JSP对应的Servlet，Web容器起一个线程执行Servlet，将数据返回给客户端浏览器，以iso8859-1来显示，以上过程和以下代码类似:

String fileName = "d:/index.java"; //第一阶段生成的文件  
        PrintWriter pw = new PrintWriter(new OutputStreamWriter(new FileOutputStream("d:/index1.java"), "iso8859-1"));   
        BufferedReader br = new BufferedReader(new InputStreamReader(   
                new FileInputStream(fileName), "utf-8"));   
        String readContent = null;   
        while ((readContent = br.readLine()) != null) {  
            pw.write(readContent+"/r/n");   
            pw.flush();                
        }   
        pw.close();