2021-4-11 Javaweb--Servlet 中文乱码

Servlet 中文乱码

乱码产生的原因

背景知识：HTTP 协议中规定，数据的传输采用字节编码（Unicode）方式，即无论浏览器所提交的数据中，包含的中文是什么字符编码格式，一旦由浏览器经过 HTTP 协议传输，那么这些数据均以字节的形式上传给服务器。因为 HTTP 协议的底层使用的是 TCP 传输协议。TCP（Transmission Control Protocol：传输控制协议）是一种面向连接的、可靠的、基于字节流的、端对端的通信协议。在请求中，这些字节均以 % 开头，并以十六进制形式出现。如%5A%3D等。
乱码产生的原因：当用户通过浏览器提交一个包含 UTF-8 编码格式的两个字的中文请求时，浏览器会将这两个中文字符变为六个字节(一般一个 UTF-8 汉字占用三个字节)，即形成六个类似 %8E 的字节表示形式，并将这六个字节。上传至 Tomcat 服务器。
Tomcat 服务器在接收到这六个字节后，并不知道它们原始采用的是什么字符编码。而 Tomcat 默认的编码格式为 IS0-8859-1。所以会将这六个字节按照【IS0-8859-1】的格式进行编码，编码后在控制台显示，所以在控制台会显示乱码。
Servlet 乱码分为 request 乱码和 response 乱码。
通俗地说，不管是request乱码还是response乱码，其实都是由于客户端（浏览器）跟服务器端采用的编码格式不一致造成的。

如果浏览器以 GET 方式发送请求，请求参数在请求头存放，在请求协议包到达服务端之后，请求头内容是由 Tomcat 负责解析，Tomcat8、9 在解析数据时，默认采用的字符集UTF-8，所以如果浏览器以GET方式发送中文参数，此时在服务端不会出现中文乱码问题。也就是说，Tomcat 8、9 版本中文乱码问题已解决，但是 Tomcat7 依然存在这个问题。

如果浏览器以 POST 方式发送请求，请求参数在请求体存放，在请求协议包到达服务端之后，请求体内容是由对应请求对象 request 负责解码的。request 对象默认使用 IS0-8859-1 字符集。所以如果浏览器以 POST 方式方式发送中文参数，此时在服务端必会出现中文乱码问题。解决方法是改变 HTTP 请求体中的字符编码(对于 GET 无效，因为 GET 提交的信息在请求头中)。

举例：
如果在html中采用的是POST请求，则在控制台输入和浏览器显示均乱码



如果采用GET请求，则只在浏览器显示乱码，控制台输出正常。

reponse 乱码

response乱码：服务器向浏览器发送的数据包含中文字符，浏览器中显示的是乱码。
response 有一个缓冲区编码，默认值为ISO-8859-1。
对于 response 乱码，只需要在服务器端指定一个编码字符集，然后通知浏览器按照这个字符集进行解码就可以了。
• 对服务器的响应进行编码：
① response.setCharacterEncoding(“utf-8”);
② response.setContentType(“text/html;charset=utf-8”);
• 通知浏览器，服务器发送的数据格式（UTF-8）
① response.setHeader(“contentType”, “text/html;charset=utf-8”);
② response.setContentType(“text/html;charset=utf-8”);
问题：选择哪种结合方式？
①+①？
总结：
• 设置服务器端编码：response.setCharacterEncoding(“utf-8”);
• 通知浏览器，服务器发送的数据格式：response.setContentType(“text/html;charset=utf-8”);
注意：
response.setCharacterEncoding() 方法的使用前提是：之前必须要先使用 response.setContentType() 方法，response.setCharacterEncoding() 方法用于修改 ContentType 的 MIME 类型字符编码，如果之前使用response.setContentType() 设置了编码格式，则使用 response.setCharacterEncoding() 会覆盖之前的设置，二者结合使用方法如下：
response.setContentType(“text/html”);
response.setCharacterEncoding(“UTF-8”);
最终解决方案：
response.setContentType("text/html;charset=utf-8”)