编码（三）：Java Web编码问题

问题描述：

今天在测试产品的时候发现使用HttpUrlClient发送POST表单数据，当数据量>=1M的时，后台报错，原因分析如下：

一、HTTP协议对数据大小的限制

根据RFC规定，HTTP1.1本身并没有对GET和POST方法进行参数大小限制，但是不同的浏览器和WEB服务器对数据大小会做限制，比如：

1. 不同浏览器对URL长度的限制（字符）

   IE : 2803
   Firefox:65536
   Chrome:8182
   Safari:80000
   Opera:190000
   

2. WEB服务器对POST数据长度限制：

   Tomcat默认大小为2M,可以修改配置：maxPostSize="0"，取消对数据大小的限制。
   

二、Tomcat默认大小为2M，为什么超过1M数据就会报错

经过查看，发现在使用HttpUrlClient与后台交互时，POST数据处理如下：

 1.使用 String data = "content=" + URLEncode.encode("XXXXX......", "utf-8"),对数据进行编码；
 2.在传递数据时outputStream.writer(data.getByte("utf-8"));

这个过程进行了两次UTF-8编码使字节数变大。问题解决了，但借此机会了解下WEB中的编码方式。以下内容学习总结与《深入分析Java WEB技术内幕》。

三、WEB中的编解码

1. URL编解码：（URL中存在中文的情况）

   http://localhost:8080/examples/servlets/servlet/屌丝男士?name=屌丝男士

   http：协议
   localhost：域名
   8080：端口
   /examples/servlets/servlet/屌丝男士：URI
   examples：ContextPath
   servlets/servlet/：ServeltPath
   屌丝男士：PageInfo
   name=屌丝男士：QueryString
   

   通过谷歌浏览器观察：

   
   其中PageInfo采用了UTF-8编码，而QueryString也采用了UTF-8编码。至于为什么会“%”，根据RFC3986可知浏览器编码URL将非ASCII字符按照某种编码格式编程16进制数字后将每个16进制表示的字节前加上“%”。
   a.不同的浏览器对 pageInfo 的编码方式不同，Tomcat对URL中URI的解码字符集是在connector中定义的，默认为ISO-8859-1。

   <Connector URIEncoding="UTF-8"/>
   

   b. QueryString的解码字符集是在是在 Header 中 Content-Type 中，通过 charset 定义的，默认为 IOS-8859-1, 但是要使用 Content-Type 中定义的编码，就要在 connector 中进行如下的设置：

   <Connector useBodyEncodingForURI="true"/> 
   

   URL 的编码和解码过程比较复杂，并不都由我们自己能完全控制，所以尽量在 URL 中使用非 ASCII 字符。

2. POST 表单的编解码

   POST 表单类型的参数传递方式与 QueryStirng 方式不同，是通过 HTTP Body 方式传递到服务器端的，它根据 Content-Type 中的 charset 规定的格式进行编码，在服务器端也通过 Content-Type 中对字符编码方式进行解码。

3. HTTP Body 中的编解码

   响应的内容通过 Header 中的 Content-Type 返回客户端，浏览器通过 Content-Type 的 charset 进行解码。如果返回的 Content-Type 中没有设置 charset 值，那么浏览器将根据 HTML 的

    <meta HTTP-equiv="Content-Type" content="text/html; charset=utf-8" />
   

   来进行解码。