Javaweb中的中文编码问题

Javaweb中的中文编码问题

1. Java中需要编码的场景

1. I/O操作中存在编码

涉及编码的地方，一般都在从字符到字节、从字节到字符的转换上。
1) I/O中读操作，将字节转为字符
InputStream类是读字节的父类
InputStreamReader类是关联字节到字符的桥梁，负责I/O过程中处理字节到字符的转换
StreamDecoder类是字节到字符解码具体的实现类，被InputStreamReader委托类，转码过程中必须由用户指定编码格式。不指定则将使用本地环境的默认字符集。
2) I/O中写操作，将字符转为字节
StreamEncoder类负责将字符转换为字节。

2. 内存操作中存在编码

1) Java中用String表示字符串，String类中提供了转换为字节的方法。

​      **try** {

​         Strings = "我是中国人，what??";

​         **byte**[] b = s.getBytes("utf-8");

​         Stringres = **new** String(b,"utf-8");

​         System.**out**.println(res);

​      } **catch** (UnsupportedEncodingException e) {

​         e.printStackTrace();

​      }

2) Java中ByteBuffer类？？？？？？？？？？？？？？

提供一种char和byte之间的软转换，它们之间转换不需要编码和解码，只是把一个16bit的char拆分成为2个8bit的byte表示。。。。。

2. Java中如何进行编解码

1) ISO-8859-1编码

2) GB2312编码

3) GBK编码

4) UTF-16编码

5) UTF-8编码

6) 代码验证：

​      String name = "I am 君山";
​      **byte**[] iso8859 = name.getBytes("ISO-8859-1");
​      **byte**[] gb2312 = name.getBytes("GB2312");
​      **byte**[] gbk = name.getBytes("GBK");
​      **byte**[] utf16 = name.getBytes("UTF-16");
​      **byte**[] utf8 = name.getBytes("UTF-8");
​      **byte**[] b = {-27, -79, -79};
​      String sb = **new** String(b,"UTF-8");
​      System.**out**.println(sb);

[73,32, 97, 109, 32, 63, 63] iso
[73,32, 97, 109, 32, -66, -3, -55, -67] gb2312
[73,32, 97, 109, 32, -66, -3, -55, -67] gbk
[73,32, 97, 109, 32, -27, -112, -101, -27, -79, -79] utf8
[-2,-1, 0, 73, 0, 32, 0, 97, 0, 109, 0, 32, 84, 27, 92, 113] utf16

1.utf8表示用三个字节表示中文字符。如

byte[] b = {-27, -79, -79};

String sb = new String(b,”UTF-8”);

Sb**结果为*“*山*”***

2.gb2312额gbk编码结果一样，GBK编码是兼容GB2312的。

GBK包含的汉字字符更多。

只要经过GB2312编码的汉字都可以用GBK进行解码，反之不然。。

---

3. Javaweb中涉及的编解码

用户从浏览器端发起一个HTTP请求，需要存在编码的地方时URL、Cookie、Paramiter。

服务端接收到HTTP请求后要解析HTTP，其中URI、Cookie和POST表单参数需要解码。

服务端读取数据库中的数据–本地或网络中的文本文件，都存在编码问题。

1) URL的编解码

Ø 视图解析URL（和URI）

Ø 以Tomcat作为ServletEngine为例

①　Port：对应Tomcat中的

2) HTTP Header的编解码

①　Header中项默认使用ISO-8859-1进行解码，从byte至char

②　不能设置Header的其他解码格式，否则会乱码

③　不要在Header中传递飞ASCII字符，如果一定要传递，先将这些字符用org.apache.catalina.util.URLEncoder编码，再添加至Header中

3) POST表单的编解码

①　当我们在页面点击提交按钮的时候，浏览器首先会根据ContentType的charset编码格式对表单中填入的参数进行编码，然后提交到服务端，在服务端同意也是用ContentType中的字符集进行解码。

②　注意：一定要在第一次调用request.getParameter方法之前就设置request.setCharacterEncoding(charset)，否则POST表单提交过来的数据也有可能乱码。。。。

4) HTTP BODY的编解码

Response返回给客户端时：

①　编码字符集可以通过response.setCharacterEncoding来设置，

②　通过Header的Content-Type返回给客户端

③　浏览器接收到返回的Socket流时，将通过Content-Type的charset来解码。

④　如果返回的HTTP Header 中Content-Type没有设置charset，那么浏览器将根据HTML中的中的charset来解码

⑤　如果还没有定义，浏览器将使用默认的编码来解码。

4. Js中的编码问题

1) 外部引入js文件

HTML页面 指定的编码格式必须与js文件编码格式一致，不会乱码。

2) Js的url编码

在js中处理URL编码有三个函数：

①　escape()函数 已经在ECMAScript v3中删除了，使用后面两个函数替代

​              var s = "I am 君山";
​              console.log(escape(s)); //result:I%20am%20%u541B%u5C71
​              var res =unescape('I%20am%20%u541B%u5C71');
​              console.log(res); //result: I am 君山

②　encodeURI()

将整个URL中的字符进行UTF-8编码

vard = 'http://localhost:8080/kwmp/servlets/servlet/你是?id=好';
varres = encodeURI(d); //编码
console.log(res);
//result:http://localhost:8080/kwmp/servlets/servlet/%E4%BD%A0%E6%98%AF?id=%E5%A5%BD
//解码
var a = decodeURI('http://localhost:8080/kwmp/servlets/servlet/%E4%BD%A0%E6%98%AF?id=%E5%A5%BD');
console.log(a); 
//result: <http://localhost:8080/kwmp/servlets/servlet/你是?id=好>

③　encodeURIComponent()

比encodeURI（）编码还要彻底。。。

整个函数通常用于将一个URL当做参数放在另一个URL中

3) Java与js编码解码问题