5. 乱码问题

1 乱码产生原因

1. 浏览器发送Http请求时，会对请求进行编码，接收Http响应时，会对响应进行解码
2. 而服务器接收到Http请求，和产生Http响应时，也会进行解码和编码
3. 当浏览器的编码、解码使用的字符集，与服务器解码、编码所使用的字符集不相符时，就会产生乱码

2 常用软件默认字符集查看

1. eclipse：Windows–General–Workspace
2. windows：chcp命令，936表示GBK

3 请求中的乱码

3.1 浏览器对请求的编码方式

1. 请求头：iso-8859-1
2. 请求行、体：默认utf-8

<!--可以对form设置accept-charset，从而改变浏览器对请求行、体的编码方式-->
<form action="reqdecode"  method="get" accept-charset="gbk">

3.2 服务器对请求的解码方式

1. 请求头：tomcat7默认iso-8859-1，tomcat8为utf-8，无法修改
2. 请求体：tomcat7，默认iso-8859-1

//修改请求体编码
req.setCharacterEncoding("utf-8");

3. 请求行：tomcat7，默认iso-8859-1，例如url"http://localhost:8080/测试?网络=编程"
   1. pathinfo(“测试”)编码修改

   <Connector port="8080" protocol="HTTP/1.1"
                  connectionTimeout="20000"
                  redirectPort="8443" 
                  URIEncoding="UTF-8" />
   

   2. queryParameter(“网络=编程”)编码修改，有优先级
      1. URIEncoding=“UTF-8”
      2. useBodyEncodingForURI="true"时，使用体的编码

3.3 GET请求与POST请求乱码处理

3.3.1 处理方案不同原因

1. 因为get请求的表单数据在queryParameter中，而post请求的表单数据在请求体里，修改服务器对他们的解码方式的方案，是不同的，因此对于get与post请求的乱码问题有不同的处理方案

3.3.2 GET请求乱码解决方案

1. 方案一

String value = request.getParameter("name");
//对于GET请求，相当于浏览器按utf-8编码，tomcat按iso-8859-1解码，因此乱码
//重新将乱码按iso-8859-1编码，再使用utf-8解码
value = new String(value.getBytes("iso-8859-1"), "utf-8");
System.out.println(value);

2. 方案二

<!--修改server.xml，使用请求体的解码方式，对queryParameter进行解码-->
<Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443" 
               useBodyEncodingForURI="true" />

//设置请求体的解码方式为utf-8，而queryParameter与其相同，即也使用了utf-8
req.setCharacterEncoding("utf-8");

3. 方案三

<Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443" 
               URIEncoding="UTF-8" />

3.3.3 POST请求乱码解决方案

req.setCharacterEncoding("utf-8");

4 响应中的乱码

4.1 浏览器对响应解码方式

1. 响应头、行：iso-8859-1
2. 响应体：默认 gbk
3. 可以通过修改响应头中的Content-Type，从而改变浏览器对响应的解码方式

resp.setContentType("text/html;charset=utf-8");

4.2 服务器对响应的编码方式

1. iso-8859-1
2. 可以通过修改Content-Type，从而改变tomcat对响应体的编码方式

//1. Content-Type的属性值，既可以修改tomcat的编码方式，也可以修改浏览器的解码方式，所以charset中的值，设置为utf-8还是gbk，其实都可以将汉字正确显式
resp.setContentType("text/html;charset=utf-8");

3. 可以通过setCharacterEncoding方法，修改响应体中的编码方式

//1. 要求tomcat以gbk对响应体进行编码，这种方法没有修改浏览器的解码方式，所以如果浏览器默认为gbk解码时，此处必须让Tomcat以gbk编码，最后页面中汉字才能正确显式
resp.setCharacterEncoding("gbk");

4.3 响应乱码解决方案

1. 方案一

OutputStream os = response.getOutputStream();
//直接以字节写入响应体中，tomcat不会对字节进行编码，浏览器按默认的字符集GBK进行解码，所以不再出现乱码
os.write("吴思含".getBytes("GBK"));

2. 方案二

PrintWriter out = response.getWriter();
String data = "博客";
//因为tomcat默认使用iso-8859-1对http数据包进行编码，而浏览器会按操作系统字符集GBK进行解码，所以预先按GBK进行编码，再按iso-8859-1解码，这样解到浏览器时正好是GBK，可以正常显示
//先对字符串data按GBK编码，然后按iso-8859-1解码，形成乱码A，之后tomcat会按默认的iso-8859-1对A进行编码，最后浏览器按GBK进行解码，相当于再次得到了正确的data字符串
out.println(new String(data.getBytes("GBK"),"iso-8859-1"));

3. 方案三

//对头中汉字无效
response.setCharacterEncoding("gbk");

4. 方案四

//注意对头中汉字无效
//必须写在获取流上面，charset值设为任何支持中文的字符集都行
response.setContentType("text/html;charset=gbk");
PrintWriter out = response.getWriter();
String data = "博客";
out.println(data);

5 最佳实践

1. servlet

request.setCharacterEncoding("utf-8");
response.setContentType("text/html;charset=utf-8");

2. server.xml

<Connector port="8080" protocol="HTTP/1.1"
	               connectionTimeout="20000"
	               redirectPort="8443" 
	               URIEncoding="UTF-8" />