Servlet出现中文乱码的问题

中文乱码问题

​ 当页面中提交一个包含中文的请求时，在服务端有可能出现中文乱码问题。

一、乱码的产生原因

​ Http 协议中规定，数据的传输采用字节编码（unicode）方式，即无论浏览器提交的数据所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，则这些数据均将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。

那么，乱码是如何产生的呢?

​ 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。

• 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
• 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

二、乱码的产生演示

login.jsp：

<form action="/myWeb/three.do" method="get">
    用户名：<input type="text" name="username" /><br>
    <input type="submit" value="登录">
</form>

ThreeServlet：

protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
    String username = request.getParameter("username");
    response.getWriter.println("username = " + username);
}

提交后访问Servlet出现乱码：

三、乱码的解决方案

1、解决POST提交时的中文乱码问题

setCharacterEncoding( )方法设置了请求正文中的字符编码

request.setCharacterEncoding("UTF-8");

2、解决GET提交时的中文乱码问题

注意：Tomcat 8、9版本的问题已解决，这里针对的是Tomcat7及以下版本

使用GET提交时，若请求中携带有中文，为什么会产生乱码?

​ 当用户提交了一个包含中文参数的请求时，浏览器首先会将这些中文转化为一个字节序列，发送到服务器。服务器接收到这个字节序列后，会按照其默认的字符编码【IS0-8859-1】对其进行解码，此时就产生了乱码。但紧接着，服务器会将解码过的参数存放到 parameterMap 中，那么这个Map中的参数已经是乱码了。

（1）在 Tomcat 配置文件中设置（当一个 Tomcat 中只有少数项目时可以使用，不常用）

加入以下一段话：URIEncoding=“UTF-8”

（2）对于请求中的中文乱码的万能解决方案

//这里接收到的name，其字符编码为IS0-8859-1 
String name = request.getParameter("name"); 
//打散：将name字符串按照原编码进行打散 
byte[] bytes = name.getBytes("IS08859-1"); 
//组装：将bytes字节数组按照指定字符编码进行组装，组装为String
name = new String(bytes,"UTF-8");
//但一般情况下都组合起来写
name = new String(name.getBytes("IS08859-1"),"UTF-8");

注意：这里每次接收请求参数，都需进行一次这样的代码，重复性高。

3、解决response响应时的中文乱码问题

（1）设置响应的 MIME 类型( video/mp4，image/jpg )，其中可以指定 MIME 的字符编码，即响应体的字符编码（常用）

response.setContentType("text/html;charset=UTF-8");

（2）setCharacterEncoding() 方法的使用前提是：之前必须要先使用 setContentType() 方法，setCharacterEncoding( )方法用于修改ContentType的MIME类型字符编码

response.setContentType("text/html"); 
response.setCharacterEncoding("UTF-8");