JSP编码以及乱码解决总结

Java 发表评论

首先,说说JSP/Servlet中的几个编码的作用:

1.<%@pagepageEncoding=”UTF-8″ %>作用:

* 告诉JSP编译器在将JSP文件编译成Servlet时使用的编码。通常,在JSP内部定义的字符串(直接在JSP中定义,而不是从浏览器提交的数据)出现乱码时,很多都是由于该参数设置错误引起的。

例如,你的JSP文件是以GBK为编码保存的 (右击jsp–>Properties –> Text file encoding设置成与pageEncoding不一致时,就有乱码),而在JSP中却指定pageEncoding=”UTF-8″,就会引起JSP内部定义的字符串为乱码。

* 当JSP中不指定contentType参数,也不使用response.setCharacterEncoding方法时,指定对服务器响应进行重新编码的编码

2.<%@pagecontentType=”text/html;charset=GBK” %>response.setCharacterEncoding(“UTF-8”)作用:

* 指定对服务器响应进行重新编码的编码,服务器在将数据发送到浏览器前,对数据进行重新编码。

 * 浏览器也是根据这个参数来对其接收到的数据进行解码,对其发送的请求参数进行编码(如果参数有:<%=URLEncoder.encode(“测试”,”GBK”) %>或javascript:encodeURI(“测试”)则以后者为准),

自己可以在IE的菜单中选择:查看(V) –> 编码(D)查看得知浏览器的编码(解码)和<%@page contentType=”text/html;charset=GBK” %>  response.setCharacterEncoding(“UTF-8”)设置的编码是一致的。

因此:只要响应结果不是乱码,则浏览器显示结果一定不会是乱码(服务器对响应编码和浏览器对响应解码的编码是一样的)。出现乱码的情况是:浏览器编码 —> 服务器解码得到的结果是乱码 —> 造成响应有乱码 –> 浏览器显示乱码

3.<metahttp-equiv=”Content-Type” content=”text/html;charset=UTF-8″>作用:

* 控制浏览器的以何种编码显示网页的内容

* 与2中page指令设置的区别是,meta设置的是浏览器解释,page设置的是服务端解释

4.request.setCharacterEncoding(“charset”)作用:

* 设置对客户端请求参数进行解码所使用的编码.

* 只对两种请求参数提交方式有效:

* POST表单提交

* GET提交(url或GET表单提交), 此时要求配置

server.xml的<Connector>标签的属性:useBodyEncodingForURI=”true”

5.request.getParameter(“param”)和request.getParameterValues(“param”)

所获取到的参数数据都是经过服务器解码后的数据

 

接着说下发送请求到返回响应整个编码解码过程:

1.浏览器对请求编码–> 服务器(容器)对请求解码 —> 服务器对响应编码 —> 浏览器对响应解码

浏览器编码 —> 容器解码

浏览器编码默认是使用response.setCharacterEncoding—contentType—pageEncoding的优先顺序指定的编码的,但当对某些参数使用<%=URLEncoder.encode(“测试”,”GBK”) %>或javascript:encodeURI(“测试”)来对参数编码时,会覆盖默认编码,即浏览器这些特定的参数编码以<%=URLEncoder.encode(“测试”,”GBK”) %>或javascript:encodeURI(“测试”)为准

注意:javascript的编码方式:encodeURI(..)和encodeURIComponent(..)是对其参数进行UTF-8编码的

2.浏览器最终显示响应结果出现乱码是因为在过程:

浏览器对请求编码 –> 服务器(容器)对请求解码,出现乱码。

原因是:服务器对响应编码和浏览器对响应解码所使用的编码都是相同的,为response.setCharacterEncoding—contentType指定的编码,而浏览器对请求参数的编码 和 服务器对请求参数解码 所使用的编码如果不一致,就会造成乱码

3.对中文解码,无论使用什么解码方式都是中文。中文只有经过编码,再解码才会出现乱码的可能,如果起始编码和末尾解码所使用的编码一致,就不会出现乱码

4.浏览器编解码说明:

浏览器在接收或发送数据时,会对URL和参数会进行URL解码(接收)或编码(发送),所使用的编码为:<%@pagecontentType=”text/html;charset=GBK” %>或response.setCharacterEncoding(“UTF-8”)指定的编码

5.服务器编解码说明:

* 服务器发送数据时,按照response.setCharacterEncoding—contentType—pageEncoding的优先顺序,对要发送的数据进行编码。

* 服务器接收数据,要分三种情况。一种是浏览器直接用URL提交的数据,另外两种是用表单的GET和POST方式提交的数据

(1)表单中POST方式提交的情况:

可以通过request.setCharacterEncoding(charset),来设置对浏览器提交的数据使用什么样的编码进行解码。如果不设置时,服务器默认使用ISO-8859-1来解码请求参数。如果页面的contentType=”GBK”, 此时要想得到正确的结果,则:

Stringname = newString(request.getParameter(“name”).getBytes(“ISO-8859-1″),”GBK”);

如果设置:request.setCharacterEncoding(“GBK”),则只需:String name = request .getParameter(“name”);

所以对于POST表单提交的数据,在获得数据的JSP页面中request.setCharacterEncoding要和生成提交该表单的JSP页面的response.setCharacterEncoding设置成相同的值。还有一种方法解决POST提交乱码问题:使用过滤器,在过滤器中设置request.setCharacterEncoding(charset)

(2)URL提交的数据和表单中GET方式提交的情况:

此时设置request.setCharacterEncoding参数是不行的,因为在Tomcat5.0中,默认情况下使用ISO-8859-1对URL提交的数据和表单中GET方式提交的数据进行解码,而不使用该参数对URL提交的数据和表单中GET方式提交的数据解码。要解决该问题,应该在Tomcat的配置文件server.xml的Connector标签中设置useBodyEncodingForURI或者URIEncoding属性,

*useBodyEncodingForURI参数为true时表示用request.setCharacterEncoding参数对URL提交的数据和表单中GET方式提交的数据进行重新解码。

*URIEncoding参数指定对所有GET方式请求(包括URL提交的数据和表单中GET方式提交的数据)进行统一解码的编码

即处理get方式请求参数有四种情况:

* 不设置server.xml的Connector标签,此时服务器统一对get方式的请求参数进行ISO-8859-1解码,此时设置request.setCharacterEncoding(charset)是无效的

* 设置server.xml的Connector标签,令useBodyEncodingForURI=”true”,此时使用情况和post提交方式一致

* 设置server.xml的Connector标签,令URIEncoding=”charset”,此时服务器统一对get方式的请求参数进行charset解码

* 设置server.xml的Connector标签,令useBodyEncodingForURI=”true”URIEncoding=”charset”, 此时URIEncoding设置无效

 

<Connectorport=”8080″ maxThreads=”150″ minSpareThreads=”25″maxSpareThreads=”75″ enableLookups=”false”

redirectPort=”8443″acceptCount=”100″ debug=”0″connectionTimeout=”20000″ disableUploadTimeout=”true”

useBodyEncodingForURI=”true”URIEncoding=”UTF-8″/>

 

范例:URLDecoder.decode(..)是服务器端解码的,而encodeURI(..)是js在客户端编码的

1. javascrip对于get方式的参数编码: Java代码:url=encodeURI(url);服务器端获取参数后解码: Java代码

Stringlinename = newString(request.getParameter(“name”).getBytes(“ISO-8859-1″),”UTF-8”);

说明:此时并没有对server.xml的<Connector>配置useBodyEncodingForURI和URIEncoding属性

编码过程:浏览器编码(UTF-8)–> 服务器解码(ISO-8859-1) –> String.getBytes方法编码(ISO-8859-1)–> 创建String解码(UTF-8)

2.javascript:url=encodeURI(encodeURI(url)); //用了2次encodeURI服务器端获取: Java代码

Stringlinename = request.getParameter(name); //java : 字符解码linename =java.net.URLDecoder.decode(linename , “UTF-8”);

浏览器编码(UTF-8) –> 浏览器编码(UTF-8)–> 服务器解码(ISO-8859-1) –> URLDecoder解码(UTF-8)

3.jsp对于get方式的参数编码:url=”….”?sport=<%=URLEncoder.encoder(“篮球”,”UTF-8″) %>

服务器端获取参数后解码: Java代码

Stringlinename = newString(request.getParameter(“name”).getBytes(“ISO-8859-1″),”UTF-8”);

说明:此时并没有对server.xml的<Connector>配置useBodyEncodingForURI和URIEncoding属性

编码过程:浏览器编码(UTF-8)–> 服务器解码(ISO-8859-1) –> String.getBytes方法编码(ISO-8859-1)–> 创建String解码(UTF-8)

 

对范例2的说明:

可能大家都觉得对中文进行两次UTF-8编码后,进行一次ISO-8859-1解码和一次UTF-8解码,为什么得到的不是乱码呢?

个人认为java提供的URLEncoder和URLdecoder内部是做了某些处理的,和通String.getBytes获取字节数组,再newString(bytes[], charset)编解码方式使不一样的。如java代码:

String str = “汉字test”;
            String str1 = URLEncoder.encode(str, “UTF-8”);
            String str2 = URLEncoder.encode(str, “ISO-8859-1”);
            String str3 = URLEncoder.encode(str, “UTF-8”);
            String str4 = URLEncoder.encode(str3, “ISO-8859-1”);
            //使用UTF-8编码  解码成功
            String str6 = URLDecoder.decode(str1, “UTF-8”);
            //使用ISO-8859-1编码  解码失败
            String str7 = URLDecoder.decode(str2, “ISO-8859-1”);
            //编码次数为两次,解码一次,解码失败
            String str8 = URLDecoder.decode(str4, “UTF-8”);
            //编码次数等于解码次数,且最终解码方式为字符串初始编码方式就能解码成功,
            //即使中间编码方式为ISO-8859-1
            String str9 = URLDecoder.decode(str8, “UTF-8”);

从执行结果分析,个人觉得URLEncoder和URLDecoder对ASCII内的字符进行编码, 无论URLEncoder.encode的charset参数是什么,

得到的编码结果都是一样的,无论URLDecoder.decode的charset参数是什么,得到的解码结果都一样,只要中文的起始编码charset和最后解码的chaset一致(这里都是UTF-8),中间编码和解码次数对等(这里均为两次), 则得到的结果就不会乱码。

上一篇:
下一篇:

发表评论

邮箱地址不会被公开。 必填项已用*标注

昵称 *