J2EE 自学系列 —— Servlet 与浏览器 Request 和 Response 乱码解决方案

最新推荐文章于 2022-07-30 14:22:11 发布

柯南来到杜王町

最新推荐文章于 2022-07-30 14:22:11 发布

阅读量127

点赞数

分类专栏： Web Java 文章标签： Java Web 编码

本文链接：https://blog.csdn.net/lhbv1/article/details/87863742

版权

Java 同时被 2 个专栏收录

11 篇文章 1 订阅

订阅专栏

Web

2 篇文章 0 订阅

订阅专栏

一、问题背景

我在浏览器端使用 GBK 编码，以 GET 方式向 Servlet 发送了一个 request（包含中文），结果无论我怎么解码，都无法还原回原来的中文。

二、解决方案

我们需要去%CATALINA_HOME%/conf/server.xml，增加一行配置：useBodyEncodingForURI="true"
在 Servlet 获取属性前，先调用req.setCharacterEncoding("GBK");，如上问题，则使用GBK编码。

<Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
			   useBodyEncodingForURI="true"
               redirectPort="8443" />

三、方案解析

以GET 方式，Tomcat 会对属性先进行一次解码，解码方式为 UTF-8，而我们提交的属性，是以 GBK 进行编码，二者编码不一致，故乱码；
只设置 req.setCharacterEncoding("GBK");，对该问题是没作用的，因为该接口只会影响 Body 部分的编码，而以 GET 方式提交，属性是携带在请求头。Tomcat 对 header 跟 body 的编解码方式是不一样的，后文会提到。
在设置 req.setCharacterEncoding("GBK");的基础上，我们可以再设置useBodyEncodingForURI="true"，强制让 header 以解码 body 的编码方式进行解码，那么req.setCharacterEncoding("GBK");这个设置就能生效了。

四、其他编解码的知识点

在解决这个问题的时候，我对编解码有了一个较为全面的认知，此处再简略提一些有关于编解码的知识点，以供读者解决相关问题时提供一些思路。

Tomcat header 跟 body 的编解码方式不一样。 以下代码是我去Tomcat 源码上摘抄的，说明 Tomcat 原本就有这样的设计：如果不指定编码格式，那么对于 header，将默认采用 UTF-8 进行编解码，对于 body 将默认采用 ISO_8859_1进行编解码

public static final Charset DEFAULT_URI_CHARSET = StandardCharsets.UTF_8;
public static final Charset DEFAULT_BODY_CHARSET = StandardCharsets.ISO_8859_1;

Tomcat 对 header 默认采用 UTF-8 进行编解码，是从 Tomcat 8 开始的，之前的版本还是默认采用 ISO_8859_1 进行编解码（由于笔者是用 Tomcat 9，此点未进行验证）
浏览器显示时的编码，跟浏览器接收到 Response 的进行解析的编码，可能是不一样的（这个可以阅读下文章末尾的引用）
req.setCharacterEncoding()跟resp.setCharacterEncoding()均只对 body 部分的编解码有作用，指定了resp.setCharacterEncoding()，那么在浏览器解码该响应时，必定不会乱码，但浏览器正文会不会乱码，就不一定了。
如果想确保浏览器不乱码，那么还需要设置resp.setContentType("text/html;charset=UTF-8");，告诉浏览器以什么方式解码。
如下图，针对解码后再编码，发现跟原始数据不一致的情况，是因为乱码后不可逆了，对于非乱码的字符，还是可逆的。如图代码URLDecoder.decode("%C4%D0", "UTF-8");（%C4%D0是URLEncoder.encode("男"， "GBK");的结果）解码的字符为“�”（编码为0xFFFD），这个字符是 UTF-8 转码失败后的默认字符，因此是多对一的关系，不可能逆向编码回原来的编码。所以遇到这种情况，除非能拿到原始的编码数据（或者对 Tomcat 的解码过程找到相对应的钩子方法进行干涉，例如本文的解决方案），否则这种乱码问题就解决不了了。

// java.nio.charse.CharsetDecoder.java
protected CharsetDecoder(Charset cs,
                             float averageCharsPerByte,
                             float maxCharsPerByte)
    {
        this(cs,
             averageCharsPerByte, maxCharsPerByte,
             "\uFFFD");
    }