JSP编码以及乱码解决总结

发表于   |     |   阅读次数

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.
      //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

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。