【消除盲点系列】（二）JavaWeb开发之编码问题

最新推荐文章于 2022-02-26 21:37:08 发布

静渊宝宝

最新推荐文章于 2022-02-26 21:37:08 发布

阅读量114

点赞数

文章标签： encoding unicode

本文链接：https://blog.csdn.net/www_qitonghui_top/article/details/84132235

版权

[size=medium][color=red][i]声明：【消除盲点系列】文章内容全部整理自网络，出处众多，无法一一罗列，敬请谅解！欢迎讨论、指正，欢迎转载！[/i][/color][/size]

//补充资料@2012/02/15
[url]http://unicode.org/faq/utf_bom.html[/url]

[size=large][b]涉及到编码的位置[/b][/size]
（1）html页面、浏览器
（2）应用服务器
（3）JSP、Servlet
（4）文件系统
（5）数据库驱动
（6）数据库管理系统
----------------------------------------------------
[size=large][b]（1）-（4）html页面、浏览器；应用服务器；JSP、Servlet；文件系统[/b][/size]
html页面<head>中设置：
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">
浏览器会采用charset的指定值对从server端获取的字节流进行编码、呈现。

服务器都有一个默认的编码，如果请求的页面没有做上面的设置，则服务器使用默认的编码解析请求。

存文件必须以一种编码存；读文件也必须以一种编码读，如不特别设置，去系统默认的编码，中文windows为GBK编码。

第一，从.java->.class过程是，先编写.java文件并按某种编码方式保存，然后用javac方法编译此文件，注意如.java没按系统默认编码保存则要带encoding参数指明实际编码，否则出错，生成的.class文件存为系统默认编码。

从.jsp->.java->.class，先存为某种编码的.jsp文件，然后tomcat根据pageEncoding读取并转化为servlet存为系统默认编码，然后同上面.java->.class过程。

第二，IDE的encoding为对系统下文件打开的解码方式或保存的编码方式。
特例：如果.jsp文件有<%@ page language="java" pageEncoding="UTF-8"%>，则eclipse会自动存为UTF-8方式，不管eclipse全局的encoding设置。

第三，pageEncoding="UTF-8"表示此文件的编码方式，必须与此文件存储方式一致（所以eclipse会首选根据它来存文件），tomcat根据这个来读此.jsp文件并编译为servlet。
contentType="text/html;charset=UTF-8"表示当浏览器得到此文件时以什么方式解码。例如：
<%@ page language="java" pageEncoding="UTF-8"%>
<%@ page contentType="text/html;charset=iso8859-1"%>
<html>
<head>
<title>test</title>
</head>
<body>
我是个好人
</body>
</html>

会产生乱码，因为存为UTF-8的文件被解码为iso8859-1，这样如有中文肯定出乱码。

至此，页面应为：
<%@ page language="java" pageEncoding="UTF-8"%>
<%@ page contentType="text/html;charset=UTF-8"%>
<html>
<head>
<title>中文问题</title>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
</html>

第四，request.setCharacterEncoding("UTF-8")是把提交内容的字符集设为UTF－8
response.setCharacterEncoding("UTF-8")可以把页面中的<%@ page contentType="text/html;charset=iso8859-1"%>换为charset=UTF-8，是给告诉浏览器我这个文件的编码方式。

第五，表单提交：无论何种表单提交都可以在后台的java文件中通过String des = new String(s.getBytes("iso8859-1"),"UTF-8");来转换成你想要的UTF－8编码方式。但如果每处都加词句太麻烦，故分post和get两种方式区分提交（tomcat5以后分开处理，之前处理方式一样，即都可以用request.setCharacterEncoding("UTF-8")方法处理，不过tomcat5以后get提交方法用此语句无效）。
1,post提交的数据:
程序加上org.springframework.web.filter.CharacterEncodingFilter过滤器.
<filter>
<filter-name>encodingFilter</filter-name>
<filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>
<init-param>
<param-name>encoding</param-name>
<param-value>UTF8</param-value>
</init-param>
<init-param>
<param-name>forceEncoding</param-name>
<param-value>true</param-value>
</init-param>
</filter>

<filter-mapping>
<filter-name>encodingFilter</filter-name>
<url-pattern>*.html</url-pattern>
</filter-mapping>
<filter-mapping>
<filter-name>encodingFilter</filter-name>
<url-pattern>*.jsp</url-pattern>
</filter-mapping>

因为规范要求浏览器提交数据都要用utf8编码,所以这里设置编码方式为UTF8.

特别注意:
a,这个过滤器只是简单的调用:request.setCharacterEncoding(this.encoding);
在这个语句之前不能调用任何的request.getParameter()方法,否则会设置tomcat的缺省字符集为"ISO-8859-1",并且使setCharacterEncoding的调用失效.所以在这个过滤器之前的过滤器中不能有对getParameter这类方法的调用,比较安全的做法就是把这个过滤器尽量靠前放.
b,在server.xml中不能加上<Valve className="org.apache.catalina.valves.RequestDumperValve"/>
这个value也设置tomcat的缺省字符集为"ISO-8859-1",使setCharacterEncoding的调用失效.可能其他的value也有这个问题,我没有测试过.
如果要观察http请求参数,可以考虑用过滤器或者其他工具,例如ethereal([url]http://www.ethereal.com/[/url])

2,get提交的数据:
两种情况:
a,如果从地址栏直接输入汉字,则一般编码为"GBK",需要用
new String(request.getParameter("something").getBytes("ISO-8859-1"),"GBK")
取出
b,如果是页面超连接连接中带的汉字,则编码根据页面编码的不同而不同,如果页面的
content="text/html; charset=utf-8",则在tomcat/conf/server.xml中的配置文件中:

<Connector port="8080"
maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
debug="0" connectionTimeout="20000" [color=red]useBodyEncodingForURI="true" [/color]
disableUploadTimeout="true" />

加上:useBodyEncodingForURI="true"即可正常使用getParameter取出正确内容.
如果content="text/html; charset=GBK",需用
new String(request.getParameter("something").getBytes("ISO-8859-1"),"GBK")
取出,其他情况类似.

[size=large][b]（5）-（6）数据库相关[/b][/size]
//TODO