让人抓狂的编码问题

2019独角兽企业重金招聘Python工程师标准>>>

通过get方式提交的数据，需要在tomcat的 server.xml文件里设置URLEncoding =”utf-8”配置。
通过post方式提交的数据，需要在 request.getParameter()之前，调用 request.setCharacterEncoding(“utf-8”)

Response内容的编码，则可以
通过 response.setCharacterEncoding(“utf-8”).
或者设置contextType时同时设置编码
Response.setContentType(“ text.html, utf-8”)


编码和解码
把字符转换成0 1这样的二进制码 即编码。相反即解码。
一般不用二进制表示字符的编码(写起来，阅读都不方便)，一般用十六进制表示。
因此字符《----》十六进制之间的映射的集合，即为字符集。

常用字符集 unicode(utf-16)，gb2312，gb18030，gbk，utf-8，iso-8859-1 ，Big-5.

Unicode和utf-8能支持世界上所有语言的字符
Gb2312是旧的国家标准，不支持繁体中文
Gb18030是新的国家标准，支持繁体中文
Gbk不是国家标准，但支持繁体中文
Big-5支持繁体

Iso-8859-1不支持中文，英美等拉丁国家常用这个编码

注：如果你拿到一个字节流，需要清楚的知道，这个字节流是用什么字符集进行的编码，
常用开源工具：chardet，可以猜测一段字节流是什么编码。

如果你拿到一个字符串，发现输出的是乱码，那能否通过某种技术手段解决这个乱码问题，答案是不一定。
1)如果是按照iso-8859-1字符集对字节流解码得到的字符串，则可以得到正确的字符串，方法：getBytes(“iso-8859-1”)得到字节流，然后把字节流new String(byte[],”正确的字符集”)转换成正确的字符串。
2)不过不是按照iso-8859-1字符集对字节流解码的，很大可能没有办法正确还原了。

 

关于请求和响应的编码问题

通过get方式向后台请求

如果在某页面点击链接(链接附带中文)，浏览器会自动根据这个页面使用的字符集对汉子编码，传到服务器

Get请求不能用request.setCharacterEncoding(),get请求的编码是有应用服务器决定的，对于get请求 在tomcat设置。

Post请求用request.setCharacterEncoding(“”)指定客户端传到服务器的编码，可以在filter里设置，而不用在每个servlet里设置

小贴士：不同编码下的字符串占的字节数：
英文字母：A

字节数：1;编码：GB2312
字节数：1;编码：GBK
字节数：1;编码：GB18030
字节数：1;编码：ISO-8859-1
字节数：1;编码：UTF-8
字节数：4;编码：UTF-16

中文汉字：人
字节数：2;编码：GB2312
字节数：2;编码：GBK
字节数：2;编码：GB18030
字节数：1;编码：ISO-8859-1
字节数：3;编码：UTF-8
字节数：4;编码：UTF-16

转载于:https://my.oschina.net/u/243504/blog/177723