请求响应编码问题一文全解决

最新推荐文章于 2024-05-10 20:46:58 发布

hancoder

最新推荐文章于 2024-05-10 20:46:58 发布

阅读量1.7k

点赞数

分类专栏： Java 文章标签： JSP 编码请求响应 contextType pageEncoding

blog.csdn.net/hancoder 可以打赏后索要离线md文件，打赏码在谷粒笔记的文尾。博主目前就职于阿里云，有需要可内推

本文链接：https://blog.csdn.net/hancoder/article/details/103441319

版权

Java 专栏收录该内容

24 篇文章 12 订阅

订阅专栏

1 编码介绍

编码分为：

ISO-8859-1：用于欧洲国家的编码
中文：如果想支持中文，可以使用UTF-9、GB2312、GBK等，其中UTF-8是国际化的，哪个国家都支持，所以推荐使用UTF-8。

2 Servlet获取数据时中文乱码问题

servlet中涉及的编码问题已过时，因为开发中不使用servlet了。

乱码问题分为：

请求乱码：浏览器发给服务器的数据，服务器收到解析出现乱码。我们应该告诉服务器我使用的请求编码格式
响应乱码：服务器发给浏览器的数据，浏览器收到解析出现乱码

2.1 请求编码：POST方式

乱码原因：

* post方式：会乱码
浏览器默认的数据编码格式是ISO-8859-1,浏览器发的是ios8859-1，tomcat解析是用给定utf-8，会乱码 。

对于POST方式，它采用的编码是由页面来决定的即ContentType("text/html; charset=GBK")。当通过点击页面的submit按钮来提交表单时，浏览器首先会根据ContentType的charset编码格式来对POST表单的参数进行编码然后提交给服务器，在服务器端同样也是用ContentType中设置的字符集来进行解码，这就是通过POST表单提交的参数一般而言都不会出现乱码问题。
    
当然这个字符集编码我们是可以自己设定的，通过：
    request.setCharacterEncoding(charset)
    设置编码，然后通过request.getParameter获得正确的数据。

解决方案：

方法1：在 service 方法中使用:

req.setCharacterEncoding(“utf-8”);

方法2：（实际更常用）

springMVC已经提供了轮子给我们使用，在web.xml添加post乱码filter:
在web.xml中加入：

<!-- 字符编码过滤器 -->
<filter>
    <filter-name>encodingFilter</filter-name>
    <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
    <!-- 设置请求编码 -->
    <init-param>
        <param-name>encoding</param-name>
        <param-value>UTF-8</param-value>
    </init-param>
    <!-- 设置响应编码格式为也是encoding -->
    <init-param>
        <param-name>forceEncoding</param-name>
        <param-value>true</param-value>
    </init-param>
</filter>
<filter-mapping>
    <filter-name>encodingFilter</filter-name>
    <url-pattern>/*</url-pattern><!-- 拦截所有用户请求 -->
</filter-mapping>

2.2 请求编码：GET方式

乱码原因

get请求方式的参数是放到了URL后面。这时设置content-type是没用的。
tomcat收到这个请求就会根据设置的调用默认的URIEncoding来进行解码，默认为ISO8859-1，并封装成request对象。
Tomcat8及以上版本不存在乱码问题，请求URL默认的编码是UTF-8，但是请求体还是使用的ISO-8859-1
Tomcat7及之前的服务器使用的是ISO8859-1编码，不支持中文

解决方案：

方法一(String编码，不推荐)：

new String(request.getParameter("name").getBytes("iso-8859-1"),"utf-8");
//原来以为的解析方式是8859的，所以我们先用8859解出来字节，再用utf8重新编码字符

方法二（server设置）：

解决方案是通知设置tomcat编码URL的格式与请求体一致，或单独设置URL编码格式
在 tomcat 服务器目录下的 conf 文件下找到 server.xml 文件，打开进行如下配置:
<Connector port="8080" protocol="HTTP/1.1"  maxThreads="150" 
           connectionTimeout="20000"
           redirectPort="8443"
           URIEncoding="utf-8"/> （单独设置了URL编码格式）
---------------或 -------------------------
<Connector port="8080" protocol="HTTO/1.1"
    connectionTimeout="20000"
    redirection="8443" 
    useBodyEncodingForURI="true">（设置URL的编码格式与请求体一致）
然后再使用req.setCharacterEncoding("");//设置请求体编码格式
----------------------------------------
（默认是iso-8859-1）。

2.3 响应编码

设置响应编码格式：告诉浏览器接收的格式
response直接使用ISO-8859-1编码然后交给浏览器
    3.1 在使用response对象之前设置编码格式
    (不用)response.setCharacterEncoding("UTF-8");//通知服务器用什么编码集将字符转为字节//只能让字符串不乱吗，浏览器还是不知道如何解析页面字符串
    3.2 在使用response对象之前设置一个响应头，通知浏览器以什么编码打开，告诉response对象如何读取字符串
response.setContentType("text/html;charset=Utf-8");
//或resp.setHeader("content-type","text/html;charset=utf-8");//等价
//只要设置过ContentType，服务器自动识别编码会自动设置response.setCharacterEncoding("")

https://blog.csdn.net/qq_38409944/article/details/80637980

2.4 SpringMVC中的编码Filter

springMVC已经提供了轮子给我们使用，在web.xml添加post乱码filter:
在web.xml中加入：

<!-- 字符编码过滤器 -->
<filter>
    <filter-name>encodingFilter</filter-name>
    <filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
    <!-- 设置请求编码 -->
    <init-param>
        <param-name>encoding</param-name>
        <param-value>UTF-8</param-value>
    </init-param>
    <!-- 设置响应编码格式为也是encoding -->
    <init-param>
        <param-name>forceEncoding</param-name>
        <param-value>true</param-value>
    </init-param>
</filter>
<filter-mapping>
    <filter-name>encodingFilter</filter-name>
    <url-pattern>/*</url-pattern><!-- 拦截所有用户请求 -->
</filter-mapping>

服务器启动的时候就会创建Filter，将init-param中的参数加载，注入到CharacterEncodingFilter 类中，浏览器每次发送请求都会经过这个过滤器，然后调用doFilterInternal

在这里插入图片描述

可以看到CharacterEncodingFilter继承OncePerRequestFilter，OncePerRequestFilter是个抽象类，其中的抽象方法doFilterInternal被CharacterEncodingFilter实现，同时OncePerRequestFilter实现了doFilter方法，调用了doFilterInternal方法。

@Override
protected void doFilterInternal(
    HttpServletRequest request, HttpServletResponse response, FilterChain filterChain)
    throws ServletException, IOException {

    if (this.encoding != null && (this.forceEncoding || request.getCharacterEncoding() == null)) {//条件为设置的encoding不为空 且 （传入了forceEncoding或CharacterEncoding为空）
        request.setCharacterEncoding(this.encoding);//关键语句//设置请求编码格式
        if (this.forceEncoding) {// 关键语句
            response.setCharacterEncoding(this.encoding);//设置响应编码格式
        }
    }
    filterChain.doFilter(request, response);
}

3 JSP中的编码原理

流程：JSP源文件首先被web容器转换为java源文件，接着JSP编译器对此进行自动编译，产生临时的Servlet类的Class类文件。客户请求到来时，web容器调用JVM来运行Class类文件，JVM获取表单提交的参数或从后台数据库读取数据，把数据写入数据库或者把输出发送给浏览器。

JSP的三个阶段：

第一阶段：转译（.jsp -> .java；pageEncoding -> UTF-8）。

(第一次访问时)web容器将jsp编译成Servlet（.java）文件，它会根据pageEncoding的设定读取jsp。在编译过程中，根据pageEncoding＝“XXX”的指示，找到编码的规则为“XXX”，然后服务器将JSP文件编译成.java文件时会根据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编码的JAVA源码（即.java，也就是Servlet）。

第二阶段：编译（.java -> .class；UTF-8 -> UTF-8）。

从Servlet文件（.java）到Java字节码文件（.class），从UTF-8到UTF-8。在这一阶段中，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（JVM读取java会默认认为java的编码格式是utf8）。JAVAC用UTF-8的encoding读取java源码，编译成UTF-8编码的二进制码（即.class），这是JVM对常数字串在二进制码（Java encoding）内表达的规范。这一过程是由JVM的内在规范决定的，不受外界控制。

第三阶段：编译（UTF-8 -> contentType）。

从服务器到浏览器输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效。这一过程中用到的指令是contentType。Tomcat（或其的application container）服务器载入和执行由第二阶段生成出来JAVA二进制码，输出的结果，也就是在客户端可见到的结果，在这次输出过程中，由contentType属性中的charset来指定，将UTF8形式的二进制码以charset的编码形式来输出。如果没有人为设定，则默认的是ISO-8859-1的形式。

下面内容涉及字符编码转换：

1 JSP–>java转译过程中的转码（JSP–>Servlet(java)编码）
2 JVM对客户端表单提交的参数转码（请求编码）
3 JVM运行历史Servlet类文件后产生输出的转码（响应编码）
4 JSP源文件在数据库的入口和出口涉及字符编码的转换（数据库编码）

4 JSP中可以设置编码的地方：

4.1 pageEncoding=”UTF-8”

<%@ page pageEncoding="UTF-8"%>

只是指明了 JSP 页面本身的编码格式，跟页面显示的编码没有关系。pageEncoding=”UTF-8” 的作用是设置JSP编译成Servlet时使用的编码。jsp页面中有中文的时候，保存的时候会报错（此时报错是保存JSP文件时报错，而不是浏览器访问时的报错），因为默认的是ISO-8859-1。例如，你的 JSP文件中含有中文字符，而在JSP中却指定pageEncoding=”iso-8859-1”，就会导致中文字符显示异常。

如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，
pageEncoding属性不存在，就由contentType属性中的charset决定，如果charset也不存在，JSP页面的字符编码方式就采用默认的ISO-8859-1。

可以在Eclipse中设置新建JSP的格式，设置完后就会发现JSP中的pageEncoding部分改变了。

例子：

<%@ page language="java" pageEncoding="iso-8859-1" import="java.util.*" %>
<html>
  <head>
    <title>哈哈</title>
  </head>
  <body>
     中文 <br>
  </body>
</html>

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
        throws java.io.IOException, ServletException {
    
	// ...
  out.write("<html>\r\n");
  out.write("  <head>\r\n");
  out.write("    <title>å“ˆå“ˆ</title>\r\n");
  out.write("  </head>\r\n");
  out.write("  <body>\r\n");
  out.write("   \t ä¸æ–‡ <br>\r\n");
  out.write("  </body>\r\n");
  out.write("</html>\r\n");

  // ...
}

访问该页面，页面显示如下：

我们可以看到，由于pageEncoding被指定为”iso-8859-1”，导致其在由服务器将JSP文件编译成.java文件过程中，在使用 “iso-8859-1” 读取jsp并翻译成统一的UTF-8编码的JAVA源码时，所有的中文字符被转成乱码，并使得其呈现给用户的响应也包含乱码。特别地，该属性还有一个功能，就是在JSP中不指定contentType参数，也不使用response.setCharacterEncoding方法时，指定对服务器响应的内容进行编码。

4.2 contentType=”text/html;charset=UTF-8”

<%@ page contentType="text/html; charset=UTF-8"%>

contextType指定了两个内容：

MIME类型的默认值是“text/html”;
字符编码方式的默认值是“ISO-8859-1”

contentType=”text/html;charset=UTF-8” 的作用是将上述第二阶段所生成的UTF8形式的二进制码以charset的编码形式来输出到客户端，如果设置不当的话，会出现乱码。看下面的例子：

<%@ page language="java" contentType="text/html;iso-8859-1" import="java.util.*" 
    pageEncoding="utf-8"%>
<html>
  <head>
    <title>哇哈哈</title>
  </head>

  <body>
     哇哈哈 <br>
  </body>
</html>

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
        throws java.io.IOException, ServletException {
	// ...

  out.write("<html>\r\n");
  out.write("  <head>\r\n");
  out.write("    <title>哇哈哈</title>\r\n");
  out.write("  </head>\r\n");
  out.write("  <body>\r\n");
  out.write("   \t 哇哈哈 <br>\r\n");
  out.write("  </body>\r\n");
  out.write("</html>\r\n");

  // ...
}

访问该页面，页面显示如下：原因是没告诉浏览器的接收方式

pageEncoding和contentType的关系:pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的; contentType是告诉web Server的jsp页面按照什么编码输出，即web服务器输出的响应流的编码;

4.3 request.setCharacterEncoding(“UTF-8”)

在JSP中java代码中写　　request.setCharacterEncoding(“UTF-8”)

用来指定对浏览器发送来的数据以特定的字符集进行重新编码，常用于对 POST 请求参数进行解码。具体见https://blog.csdn.net/justloveyou_/article/details/55827718

request.setCharacterEncoding()设置请求编码,
response.setCharacterEncoding() 设置响应编码

4.4 response.setCharacterEncoding(“UTF-8”)

response.setCharacterEncoding(“UTF-8”)的作用是：在服务器将响应返回到浏览器前，对响应使用指定字符集进行重新编码。一旦使用了该种方式，即使该响应页面指定了具体的 contentType，也将失效。看下面的例子：

<%@ page language="java" contentType="text/html;iso-8859-1" import="java.util.*" 
    pageEncoding="utf-8"%>

<html>
  <head>
    <title>哇哈哈</title>
  </head>

  <body>
     哇哈哈 <br>
  </body>
</html>

在其编译为Servlet后，其源码（片段）如下所示：

public void _jspService(HttpServletRequest request, HttpServletResponse response)
        throws java.io.IOException, ServletException {
// ...

  out.write("<html>\r\n");
  out.write("  <head>\r\n");
  out.write("    <title>哇哈哈</title>\r\n");
  out.write("  </head>\r\n");
  out.write("  <body>\r\n");
  out.write("   \t 哇哈哈 <br>\r\n");
  out.write("  </body>\r\n");
  out.write("</html>\r\n");

  // ...
}

访问该页面，页面显示如下：

4.5 JSP中html页面charset:（无需设置）

<META http-equiv="Content-Type" content="text/html; charset=UTF-8"> 
web页面输入编码: 输入框输入的字体编码

5 四种编码设定方式之间的相互影响以及优先级

根据上文内容，我们得出以下三点：

在指定JSP编译成Servlet时使用的编码时，优先级为： pageEncoding=”UTF-8” > contentType=”text/html;charset=UTF-8”
在指定服务器对响应内容的编码时，优先级为：response.setCharacterEncoding(“UTF-8”)> contentType=”text/html;charset=UTF-8” > pageEncoding=”UTF-8”
request.setCharacterEncoding(“UTF-8”)只用来指定对浏览器发送来的请求数据的解码方式。

假如html后的排序为：

和contentType效果一样的设置方式还有 
- html页面charset, 
- response.setCharacterEncoding(),
- response.setContentType(),
- response.setHeader(); 
其中，
优先级对最高的是：response.setContentType(),response.setHeader();
其次是response.setCharacterEncoding();
再者是 <%@page contentType="text/html; chareset=gbk"%>,
最后是<meta http-equiv="content-type" content="text/html; charset=gb2312" />
前面的会覆盖后面的