9、乱码问题解决

乱码问题解决

• 前提知识
• Request乱码问题
• Response乱码问题

---

一、前提知识

1.1、相关概念

• 字符集：可以将字符集当作一本容纳了世界上大多数字符的字典，每一个字符在字典中都有一个唯一id，计算机则通过这个唯一id区别字符。字符集有很多种，同一个字符在不同的字符集中唯一id可能不一样。
• 编码：将字符用字符集中的id来表示，就是编码。A——>>64——>>00100000
• 解码：将id对照字符集用字符的形式来表示就是解码。00100000——>>64——>>A

1.2、乱码的根本原因

​ 所有的乱码问题，其根本原因只有一个：解码和编码使用的字符集不同。

1.3、四种常见编码

1. ISO-8859-1：单字节编码，兼容ASCII码，相当于ASCII码的扩展，无法表示中文字符，系统默认编码。
2. GBK：双字节编码，国标码，可以表示繁体字和简体字，兼容GB2312编码（而GB2312编码只能表示简体字）
3. UNICODE：定长双字节编码，可以表示所有语言的字符，但是不兼容任何编码。
4. UTF：不定长编码，可以表示所有语言的字符，常用的UTF-8兼容ISO-8859-1编码，UTF编码会比UNICODE编码节省空间

二、Request乱码问题

2.1、get请求乱码

​ 一般来说在Tomcat8.0以后的版本，只要没有手动修改过server.xml配置文件都不会出现乱码。超链接也是GET请求方式。

1. get请求的所有参数都在请求行中，即请求URL后面。

2. 对于GET请求方式，所有的浏览器都是使用UTF-8字符集对请求参数进行编码。

3. Tomcat8.0之前，会默认使用ISO-8859-1字符集对请求参数解码，这也是GET请求参数乱码的根本原因。

   • 解决方案一：在conf/server.xml配置文件中修改Tomcat对于请求参数的默认解码方式为：UTF-8

   <Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8"/>
   //URIEncoding：修改对于GET请求方式的默认解码方式
   

   • 解决方案二：逆向编码。先用ISO-8859-1将参数解码，在用UTF-8编码

   String name = request.getParameter("name");//得到乱码    
   name = new String(name.getBytes("iso-8859-1"),"utf-8");//得到正常的name值(post和get都适用)
   

4. Tomcat8.0以后，会默认使用UTF-8字符集对请求参数解码。只要没有乱改Tomcat配置文件就不会乱码。

不要用UTF-8去解码GBK，这样搞会破坏数据结构，就算你逆向操作，之前的数据也回不来了。

2.2、post请求乱码

  试了很多次，结果发现火狐、谷歌、IE、Edeg等浏览器对请求体中的参数都是使用的UTF-8编码的，根文档中的<meta>标签一毛钱关系都没有，根浏览器显示编码有点关系。但是IE的显示编码是GBK，但是请求体中的参数仍然使用的是UTF-8编码，就很让人费解。反正最后的结论——>>所有浏览器对于请求体中的参数都是使用的UTF-8编码的。

1. post请求的所有参数都在请求体中，以键值对的形式存在着。

2. 对于POST请求方式，所有的浏览器都会根据当前文档的显示编码（控制台输入document.charset可以查看）对请求参数进行编码，几乎所有的浏览器都是采用的UTF的显示编码。

3. 而Tomcat对于POST请求方式，默认都是使用ISO-8859-1去解码的。这也就是POST请求容易乱码的原因。

   • 解决方案一：在conf/server.xml配置文件中修改Tomcat对于GET请求的默认解码方式为：UTF-8

   <Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8" useBodyEncodingForURI="true"/>//作者失败了......
   //URIEncoding：修改对于请求参数的默认解码方式
   //请求体和uri使用相同的编码格式
   

   • 解决方案二：逆向编码。先用ISO-8859-1将参数解码，在用UTF-8编码。

   String value = request.getParameter("name");//得到乱码
   value = new String(value.getBytes("iso-8859-1"),"utf-8");//得到正常的name值(post和get都适用)
   

   • 解决方案三：手动设置Tomcat对请求参数使用的解码方式。（最常用的一种）

   request.setCharacterEncoding("UTF-8");
   

三、Response乱码问题

3.1、乱码原因

1. Tomcat发送给浏览器的数据，默认是使用ISO-8859-1编码的。
2. 浏览器在收到服务器的响应消息后，第一时间会去响应头Header里面找Content-Type属性，通过这个属性的值获取解码方式
3. 如果没找到Content-Type属性，那么就会默认使用GBK解码，当我们没有进行任何处理的时候，自然也就产生响应乱码了

3.2、解决乱码

1. 方法一：手动设置Tomcat的编码方式为GBK

   response.setCharacterEncoding("GBK");//不保证所有浏览器的默认解码方式都是GBK
   

2. 方法二：手动设置Tomcat的编码方式为UTF-8，同时告知浏览器服务器使用的编码方式为UTF-8

   response.setCharacterEncoding("UTF-8");
   response.setHeader("content-type","text/html;charset=utf-8");//告诉浏览器我使用的编码方式
   //----------------------------简化代码--------------------------------
   response.setContentType("text/html;charset=utf-8");