Jsp中几个编码问题的解析

来源：互联网发布：知乎的收藏夹编辑：程序博客网时间：2024/05/23 12:15

首先，说说JSP/Servlet中的几个编码的作用。

在JSP/Servlet中主要有以下几个地方可以设置编码，pageEncoding="UTF-8"、contentType="text/html;charset=UTF-8"、 request.setCharacterEncoding("UTF-8")和 response.setCharacterEncoding("UTF-8")，其中前两个只能用于JSP中，而后两个可以用于JSP和Servlet中。

1、pageEncoding="UTF-8"的作用是设置JSP编译成Servlet时使用的编码。

众所周知，JSP在服务器上是要先被编译成Servlet的。 pageEncoding="UTF-8"的作用就是告诉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，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。

另外，该参数还有一个功能，就是在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、contentType="text/html;charset=UTF-8"的作用是指定对服务器响应进行重新编码的编码。

在不使用response.setCharacterEncoding方法时，用该参数指定对服务器响应进行重新编码的编码。

3、request.setCharacterEncoding("UTF-8")的作用是设置对客户端请求进行重新编码的编码。

该方法用来指定对浏览器发送来的数据进行重新编码（或者称为解码）时，使用的编码。

4、response.setCharacterEncoding("UTF-8")的作用是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时，使用的就是该编码。

其次，要说一说浏览器是怎么样对接收和发送的数据进行编码的

response.setCharacterEncoding("UTF-8")的作用是指定对服务器响应进行重新编码的编码。同时，浏览器也是根据这个参数来对其接收到的数据进行重新编码（或者称为解码）。所以在无论你在JSP中设置response.setCharacterEncoding("UTF-8")或者response.setCharacterEncoding("GBK")，浏览器均能正确显示中文（前提是你发送到浏览器的数据编码是正确的，比如正确设置了pageEncoding参数等）。读者可以做个实验，在JSP中设置response.setCharacterEncoding("UTF- 8")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是" Unicode（UTF-8）"，而在在JSP中设置response.setCharacterEncoding("GBK")，在IE中显示该页面时，在IE的菜单中选择"查看(V)"à"编码(D)"中可以查看到是"简体中文（GB2312）"。

浏览器在发送数据时，对URL和参数会进行URL编码，对参数中的中文，浏览器也是使response.setCharacterEncoding参数来进行URL编码的。以百度和GOOGLE为例，如果你在百度中搜索"汉字"，百度会将其编码为"%BA%BA%D7%D6"。而在GOOGLE中搜索"汉字"，GOOGLE会将其编码为"%E6%B1%89%E5%AD%97"，这是因为百度的response.setCharacterEncoding参数为GBK，而GOOGLE的的 response.setCharacterEncoding参数为UTF-8。

首先URL在地址栏中的解码方式是Unicode

JSP中

浏览器接受和回送的编解码方式（相同）是根据服务器response.setCharacterEncoding参数，百度的参数是GBK，而Google的参数是Unicode，所以搜索关键字为汉字时Google时地址栏可以显示搜索的关键字，而Baidu却显示乱码，因为URL在地址栏中的解码方式是Unicode而不是GBK

服务器发送数据的编码方式是按照如下顺序进行response.setCharacterEncoding,contentType和pageEncoding

接受数据分三种情况：URL传值，Post和Get方式

无论使用那种方式提交，如果参数中包含中文，浏览器都会使用当前浏览器编码对其进行URL编码。

对于表单中POST方式提交的数据，只要在接收数据的JSP中正确request.setCharacterEncoding参数，即将对客户端请求进行重新编码的编码设置成浏览器编码，就可以保证得到的参数编码正确。有写读者可能会问，那如何得到浏览器编码呢？上面我们提过了，在默认请情况下，浏览器编码就是你在响应该请求的JSP页面中 response.setCharacterEncoding设置的值。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。

对于URL提交的数据和表单中GET方式提交的数据，在接收数据的JSP中设置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重新编码（解码），而不使用该参数对URL提交的数据和表单中GET方式提交的数据进行重新编码（解码）。要解决该问题，应该在Tomcat的配置文件的Connector标签中设置useBodyEncodingForURI或者URIEncoding属性，其中 useBodyEncodingForURI参数表示是否用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编码，在默认情况下，该参数为false（Tomcat4.0中该参数默认为true）；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）进行统一的重新编码（解码）的编码。URIEncoding和 useBodyEncodingForURI区别是，URIEncoding是对所有GET方式的请求的数据进行统一的重新编码（解码），而 useBodyEncodingForURI则是根据响应该请求的页面的request.setCharacterEncoding参数对数据进行的重新编码（解码），不同的页面可以有不同的重新编码（解码）的编码。所以对于URL提交的数据和表单中GET方式提交的数据，可以修改URIEncoding 参数为浏览器编码或者修改useBodyEncodingForURI为true，并且在获得数据的JSP页面中 request.setCharacterEncoding参数设置成浏览器编码

下面总结下，以Tomcat5.0为WEB服务器时，如何防止中文乱码。

1、对于同一个应用，最好统一编码，推荐为UTF-8，当然GBK也可以。

2、正确设置JSP的pageEncoding参数

3、在所有的JSP/Servlet中设置contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，从而间接实现对浏览器编码的设置。

4、对于请求，可以使用过滤器或者在每个JSP/Servlet中设置request.setCharacterEncoding("UTF-8")。同时，要修改Tomcat的默认配置，推荐将useBodyEncodingForURI参数设置为true，也可以将URIEncoding参数设置为UTF-8（有可能影响其他应用，所以不推荐）。

1.名词解释及其作用
    1. contentType: <%@ page contentType="text/html;charset=UTF-8"%>
    2. pageEncoding:<%@ pagepageEncoding="UTF-8"%>
    3. html页面charset:<META http-equiv="Content-Type"content="text/html; charset=UTF-8">
    4.setCharacterEncoding:request.setCharacterEncoding(),response.setCharacterEncoding()
    5. setContentType:response.setContentType()
    6. setHeader: response.setHeader()
    7. jsp页面编码: jsp文件本身的编码
    8. web页面显示编码:jsp的输出流在浏览器中显示的编码
    9. web页面输入编码: 输入框输入的字体编码
    10. web服务器输入的请求流: web Server相应浏览器的请求数据
    11. web服务器输出的响应流: web Server相应浏览器的输出数据
2. 他们之间的相互影响和作用域,以及先后作用顺序
    1. pageEncoding: 只是指明了 JSP 页面本身的编码格式，跟页面显示的编码没有关系;
    容器在读取(文件)或者(数据库)或者(字符串常量)时将起转化为内部使用的 Unicode,而页面显示的时候将
    内部的Unicode转换为contentType指定的编码后显示页面内容;
    如果pageEncoding属性存在，那么JSP页面的字符编码方式就由pageEncoding决定，
    否则就由contentType属性中的charset决定，如果charset也不存在，JSP页面的字符编码方式就采用
    默认的ISO-8859-1。
    2. contentType: 指定了MIME类型和JSP页面回应时的字符编码方式。MIME类型的默认值是“text/html”;
    字符编码方式的默认值是“ISO-8859-1”. MIME类型和字符编码方式由分号隔开;
    3. pageEncoding和contentType的关系:
        1. pageEncoding的内容只是用于jsp输出时的编码，不会作为header发出去的; 是告诉web Server
            jsp页面按照什么编码输出,即web服务器输出的响应流的编码;
       2. 第一阶段是jsp编译成.java，它会根据pageEncoding的设定读取jsp，结果是由指定的编码方案翻译
            成统一的UTF-8JAVA源码（即.java）.
       3. 第二阶段是由JAVAC的JAVA源码至javabyteCode的编译，不论JSP编写时候用的是什么编码方案，
            经过这个阶段的结果全部是UTF-8的encoding的java源码.JAVAC用UTF-8的encoding读取
            java源码，编译成UTF-8encoding的二进制码（即.class），这是JVM对常数字串在二进制码
            （javaencoding）内表达的规范.
       4. 第三阶段是Tomcat（或其的applicationcontainer）载入和执行阶段二的来的JAVA二进制码，
            输出的结果，也就是在客户端见到的，这时隐藏在阶段一和阶段二的参数contentType就发挥了功效
    4. 和contentType效果一样的设置方式还有 html页面charset, response.setCharacterEncoding(),
       response.setContentType(),response.setHeader(); response.setContentType(),
        response.setHeader();优先级最好,其次是response.setCharacterEncoding();再者是
        <%@page contentType="text/html;chareset=gbk"%>,最后是<meta http-equiv="content-type"
        content="text/html;charset=gb2312" />.
    5. web页面输入编码: 在设置页面编码<%@page contentType="text/html; chareset=gbk"%>的同时，也       就指定了页面的输入编码;
        如果页面的显示被设置为UTF-8，那么用户所有的页面输入都会按照 UTF-8 编码; 服务器端程序在读
        取表单输入之前要设定输入编码;
        表单被提交后，浏览器会将表单字段值转换为指定字符集对应的字节值，然后根据 HTTP 标准 URL
        编码方案对结果字节进行编码.但是页面需要告诉服务器当前页面的编码方式;
        request.setCharacterEncoding(),能修改Serverlet获取请求的编码,response.setCharacterEncoding(),
        能修改Serverlet返回结果的编码.