认识jsp/servlet编码

 乱码的原因：

      编码不一致导致乱码。（原因很简单是不是）

解决乱码：

      规范、统一编码。（这不废话嘛，赶紧入正题）

 

好了，我们已经知道产生乱码的原因，更重要的我们已经知道解决乱码问题的思路，那么，

有了思路就有了切入点（这里只讨论jsp/serlet，原理是通用的）。

 

简化的B/S请求（不让上传本地图片，只好先上传到微博，用画图画的。。。）

 

 

 

测试环境：eclipse+weblogic+jdk1.5.22

 

web.xml:

 

<context-param> 
  <param-name>weblogic.httpd.inputCharset./*</param-name>
  <param-value>GBK</param-value>
 </context-param>

 设置weblogic http-request全局编码，即对所有request请求都设置request.setCharacterEncoding("GBK")。

 

test.jsp：

 

<%@ page language="java" pageEncoding="UTF-8" contentType="text/html; charset=GB18030"%>
...
...
...
<html:form action="/csi/bx/op" method="post">
姓名：<input name="personName" />
...
...

 JSP文件头设置pageEncoding和contentType指令。

 

在姓名文本框中输入：“编码”这两个汉字，使用TCPMON抓包:

 

request报文：

POST /csi/bx/op.do HTTP/1.1
Accept: image/jpeg, application/x-ms-application, image/gif, application/xaml+xml, image/pjpeg, application/x-ms-xbap, application/msword, application/vnd.ms-excel, application/vnd.ms-powerpoint, */*
Referer: http://localhost:7001/csi/bx/a.jsp
Accept-Language: zh-CN
User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0)
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate
Host: 127.0.0.1:7001
Content-Length: 95
Connection: Keep-Alive
Cache-Control: no-cache
Cookie: JZZZGSESSION=7PJ3PhjSc723MvJ1k4YZVv0KJY79tySnTCtX1Gh2Qf7VKWmVdyh7!-528097381

personId=&identityNo=&personName=%B1%E0%C2%EB&b_sybxpayment=%B2%E9%D1%AF&methodName=sybxPayment

 看最后一行，汉字 “编码” 已经被url encoding成%B1%E0%C2%EB，使用的编码是GB18030，也就是contentType设置的编码。

 

response报文：

 

HTTP/1.1 200 OK
Date: Fri, 27 Apr 2012 09:25:59 GMT
Content-Length: 2578
Content-Type: text/html; charset=GB18030
X-Powered-By: Servlet/2.5 JSP/2.1

 response返回报文使用的编码是GB18030,也是contentType设置的编码。

 

不信？那我们把test.jsp文件的contentType换成UTF-8，在姓名文本框中一样输入汉字”编码“，继续抓包：

 

request报文：

POST /csi/bx/op.do;JZZZGSESSION=nJMqPhkGJWHwLMqHTX7WWMKvThZv45JsdPXwQ7TmW8TycpZLpmT1!-528097381 HTTP/1.1
Accept: image/jpeg, application/x-ms-application, image/gif, application/xaml+xml, image/pjpeg, application/x-ms-xbap, application/msword, application/vnd.ms-excel, application/vnd.ms-powerpoint, */*
Referer: http://localhost:7001/csi/bx/a.jsp
Accept-Language: zh-CN
User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0)
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate
Host: 127.0.0.1:7001
Content-Length: 107
Connection: Keep-Alive
Cache-Control: no-cache
Cookie: JZZZGSESSION=nJMqPhkGJWHwLMqHTX7WWMKvThZv45JsdPXwQ7TmW8TycpZLpmT1!-528097381

personId=&identityNo=&personName=%E7%BC%96%E7%A0%81&b_sybxpayment=%E6%9F%A5%E8%AF%A2&methodName=sybxPayment

 很显然，汉字”编码“被编码成%E7%BC%96%E7%A0%81，使用UTF-8编码，每个汉字占3个字节。

 

乱码产生了：由于weblogic容器使用的编码为GBK，上面有描述，即requset.setCharacterEncoding("GBK")，

而客户端request报文是以UTF-8进行编码，那么，在request.getParameter得到的就是乱码。

 

response报文：

 

HTTP/1.1 200 OK
Date: Fri, 27 Apr 2012 09:19:12 GMT
Content-Length: 2580
Content-Type: text/html; charset=UTF-8
X-Powered-By: Servlet/2.5 JSP/2.1

 response返回报文使用的编码已经是UTF-8了（这次信了吧）。

 

由此，可以看出contentType会影响url-encoding（URL编码-简单理解就将汉字表示成以%开头的字符串，每个字符串占1个字节），

同时会影响response报文的编码，如果在代码中有response.setCharacterEncoding(charset)，

response报文的编码将以代码的为主。

 

接下来是pageEncoding，顾名思义，pageEncoding就是页面编码，通俗点就是文件编码或JSP文件编码，

文件是什么编码，pageEncoding写什么编码，这个很简单了吧。

 

但是，我们通常会遇到一种情况，如果在浏览器直接访问test.jsp，页面正常无乱码，当我们提交action，

服务器重新跳转到test.jsp，页面上出现了乱码，原因是response报文的编码和pageEncoding编码不兼容导致的。

 

JSP：

 

<%@ page language="java" pageEncoding="GB2312"%>

页面的编码是GB2312。

 

response报文：

HTTP/1.1 200 OK
Date: Fri, 27 Apr 2012 09:25:59 GMT
Content-Length: 2578
Content-Type: text/html; charset=UTF-8
X-Powered-By: Servlet/2.5 JSP/2.1

 报文的编码是UTF-8，那么JSP页面就会出现乱码。

 

 

总结：

      1、pageEncoding=文件编码

      2、contentType=request.setCharacterEncoding（一般在代码或过滤器中会设置）

      3、pageEncoding的编码要 兼容 contentType或response.setCharacterEncoding设置的编码，

           比如UTF-8兼容GB2312，但GB2312不兼容UTF-8

”=“表示一致