Tomcat对String的编码处理

转载：请注明http://csdn.net

作者：ggyy1977@hotmail.com

 

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