关于get请求中文乱码的原因分析

浏览器是怎么知道该按照哪种方式编码的？

浏览器向服务器请求数据的时候，服务器通过响应头中的content-type 来告诉浏览器，发送的内容的编码格式。比如，我们在html 页面里面加上如下的模拟响应头：<meta http-equiv="Content-Type" content="text/html;charset=gbk" /> 。浏览器收到这个响应头之后，就会按照gbk 的方式来打开页面。之后，在这个页面上，浏览器向服务器提交数据的时候，都会按照gbk 来编码。

 

URL 编码和字符集（ gbk 或者 utf-8 ）的关系

 

Get 请求乱码分析

Get 请求参数是附加在url 后面的，如果有中文的话，会对中文进行urlencode 。如果html 页面本身是gbk 编码，则浏览器进行urlencode 时会采用gbk 的字符集，字符串" 张三" 就会被编码成%D5%C5%C8%FD 。

而tomcat9 中默认的 URIEncoding 为 UTF, 因此 tomcat 对 url 进行 urldecode （主要是为了取出 get 提交的参数）时，就会解码错误而乱码。以下是 tomcat 官方文档对 URIEncoding 的解释。

This specifies the character encoding used to decode the URI bytes, after %xx decoding the URL. If not specified, UTF-8 will be used unless the  org.apache.catalina.STRICT_SERVLET_COMPLIANCE   system property  is set to  true  in which case ISO-8859-1 will be used.

 

 

 

Get 请求乱码解决

在前端js里面，对需要使用get提交的中文字符串使用encodeURI()进行编码，该函数会一直使用utf-8的字符集进行url编码，不管页面采用的是什么编码，该函数都会使用utf-8字符集进行url编码。