Java中的编码与解码

1. 基本概念：

（1）字符集(Charset)：是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等。

（2）字符编码(Character Encoding)：就是一套自然语言的字符与二进制数之间的对应规则。

注：一套字符集必然至少有一套字符编码。

2. 常见的字符集与字符编码：

 

（1）ASCII字符集，ASCLL编码，英文。

（2）ISO-8859-1字符集，ISO-8859-1编码，拉丁，兼容ASCII。

（3）GBxxx系列， GB2312 —》 GBK—》GB18030，汉语，兼容ASCII。

（4）Unicode字符集 ，UTF8编码，兼容ASCII；UTF16编码；UTF32编码，全球通用。

 

3. 关于网络传输中的编码与解码：

原理：将数据转为字节，再转为16进制，单字节前加%

例：  传智播客 =  %E4%BC%A0%E6%99%BA%E6%92%AD%E5%AE%A2 （utf-8）

JavaScript中：

*Global全局对象中的方法：

decodeURI() 解码某个编码的 URI。

decodeURIComponent() 解码一个编码的 URI 组件。 注意：包含更多符号。

encodeURI() 把字符串编码为 URI。

encodeURIComponent() 把字符串编码为 URI 组件。 注意：包含更多符号。

escape() 对字符串进行编码。 注意：不能使用于对 URI。

unescape() 对由 escape() 编码的字符串进行解码。 注意：不能使用于对 URI。

Java中：

Class URLEncoder类 同JS中的encodeURIComponent()，包含更多符号。

Class URLDecoder类 同JS中的decodeURIComponent()，包含更多符号。

4. tomcat中get与post请求中参数的编码与解码：

*使用过滤器：

（1）URIEncoding和useBodyEncodingForURI两个参数互斥。useBodyEncodingForURI主要是为了兼容老版本，尽量用URIEncoding。

（2）tomcat8之前，URL中参数的默认解码是ISO-8859-1，而tomcat8的默认解码为utf-8。

（3）在过滤器中使用 request.setCharacterEncoding() 只能用来处理 POST 请求，对 GET 则无效。

（4）tomcat乱码的终极解决办法：

tomcat8之前：设置URIEncoding + Post的过滤器 或者 设置useBodyEncodingForURI+Post过滤器。

tomcat8之后：只要设置一个Post过滤器就可以了，tomcat9跟tomcat8是一样的。

在tomcat7的conf/server.xml中的端口号处添加即可：

port=”8080” protocol=”HTTP/1.1”

connectionTimeout=”20000”

URIEncoding=”UTF-8”

redirectPort=”8443”

使用maven,则在tomcat的插件中设置：

<plugin>

<groupId>org.codehaus.mojo</groupId>

<artifactId>tomcat-maven-plugin</artifactId>

<version>1.1</version>

<configuration>

<path>/wp</path>

<port>8080</port>

<uriEncoding>UTF-8</uriEncoding>

<url>http://localhost:8080/manager/html</url>

<server>tomcat6</server>或者tomcat7插件

</configuration>

</plugin>

* 不使用过滤器：

tomcat8及之后的版本：

对get请求已经解决了中方乱码的问题，post请求则需要设置编码规则。

//设置参数查询的编码

request.setCharacterEncoding("utf-8"); // 默认按照iso-8859-1 字节转字符解码

该方法只能对请求实体内容的数据编码起作用。POST提交的数据在实体内容中，所以该方法对POST方法有效！

GET方法的参数放在URI后面，所以对GET方式无效！！！