JSP中编码问题

第一种解释：

JSP/Servlet web 编程时的 encoding 问题
　　运行于Java 应用服务器的 JSP/Servlet 为 Browser 提供 HTML 内容，
　　其中有字符编码转换的地方有：
　　a.JSP 编译。Java 应用服务器将根据 JVM 的 file.encoding 值读取 JSP 源文件，并转换为内部字符编码进行 JSP 编译，生成 JAVA 源文件，根据file.encoding值写回文件系统。如

果当前系统语言支持GBK，那么这时候不会出现encoding问题。如果是英文的系统，如LANG 是 en_US的Linux,AIX或Solaris，则要将JVM的file.encoding值置成GBK。系统语言如果是GB2312，

则根据需要，确定要不要设置file.encoding，将 file.encoding 设为 GBK 可以解决潜在的 GBK 字符乱码问题
　　b.Java需要被编译为.class才能在JVM中执行，这个过程存在与a.同样的file.encoding问题。从这里开始servlet和jsp的运行就类似了，只不过 Servlet 的编译不是自动进行的。
　　c.Servlet需要将HTML页面内容转换为browser可接受的encoding内容发送出去。依赖于各JAVAAppServer的实现方式，有的将查询 Browser的accept-charset和accept-language参数或以

其它猜的方式确定encoding值，有的则不管。因此constant-encoding也许是最好的解决方法。对于中文网页，可在JSP或Servlet中设置contentType="text/html;charset=GB2312"；如果页面

中有GBK字符，则设置为contentType="text/html; charset=GBK"，由于IE 和 Netscape对GBK的支持程度不一样，作这种设置时需要测试一下。
　　因为16位JAVAchar在网络传送时高8位会被丢弃，也为了确保Servlet页面中的汉字（包括内嵌的和servlet运行过程中得到的）是期望的内码，可以用PrintWriterout=res.getWriter()取

代ServletOutputStreamout=res.getOutputStream(),PrinterWriter将根据contentType中指定的charset作转换(ContentType需在此之前指定！);也可以用OutputStreamWriter封装

ServletOutputStream类并用write(String)输出汉字字符串。 对于 JSP，JAVA Application Server 应当能够确保在这个阶段将嵌入的汉字正确传送出去。
　　d.这是URL字符encoding问题。如果通过get/post方式从browser返回的值中包含汉字信息，servlet将无法得到正确的值。SUN的 J2SDK 中，HttpUtils.parseName 在解析参数时根本没有

考虑 browser 的语言设置，而是将得到的值按 byte 方式解析。这是网上讨论得最多的 encoding问题。因为这是设计缺陷，只能以bin方式重新解析得到的字符串；或者以hackHttpUtils类

的方式解决。参考文章2、3均有介绍，不过最好将其中的中文 encoding GB2312、 CP1381 都改为 GBK，否则遇到 GBK 汉字时，还是会有问题。
　　ServletAPI2.3提供一个新的函数HttpServeletRequest.setCharacterEncoding用于在调用request.getParameter(“param_name”) 前指定应用程序希望的 encoding，这将有助于彻底解

决这个问题。
　　WebSphere Application Server 对标准的 Servlet API 2.x 作了扩展，提供较好的多语言支持。上述c,d情况，WAS 都要查询 Browser 的语言设置，在缺省状况下zh、zh-cn 等均被映

射为 JAVA encoding CP1381（注意：CP1381 只是等同于 GB2312 的一个 codepage，没有 GBK 支持）。这样做我想是因为无法确认 Browser 运行的操作系统是支持GB2312, 还是 GBK，所以

取其小。但是实际的应用
系统还是要求页面中出现 GBK 汉字，最著名的是朱总理名字中的“?”(rong2 ，0xe946，/u9555)，所以有时还是需要将 Encoding/Charset 指定为 GBK。当然 WAS 中变更缺省的 encoding

没有上面说的那么麻烦，针对 a,b，参考文章 5 ），在 Application Server 的命令行参数中指定-Dfile.encoding=GBK即可；针对d，在ApplicationServer的命令行参数中指定-

Ddefault.client.encoding=GBK。如果指定了-Ddefault.client.encoding=GBK，那么c情况下可以不再指定charset。

 

第二种解释：

当请求一个JSP页面时，一般的都需要经历下面几个阶段：

1、应用服务器根据JSP页面生成一个Java文件

2、应用服务器调用java.exe将Java文件编译成一个Servlet对应的class文件

3、用户的浏览器请求JSP对应的Servlet，Web容器起一个线程执行Servlet，将数据返回给客户端浏览器

4、用户的IE根据返回的数据，将结果显示给用户。

    第一步中应用服务器根据Jsp页面生成一个Java文件时，需要读取源Jsp页面到内存中，然后以某种编码方式生成Servlet类文件，这一读的过程会涉及到采用什么编码方式来读取的问题？

这里先看一下结论：如页面中设置了pageEncoding="XX"，则服务器在读取Jsp页面时，就会使用上面设置的XX来读取，如果没有设置，再看是否设置了contentType="text/html;

charset=XXX" ，如果设置了，则用charset中指定的编码方式来读取。如果这两个都没有指定时，则使用默认的编码方式ISO8859-1来读取 。

以上是读取的过程，当把Jsp页面读取到内存后，在内存中以Unicode编码存在，这时需要根据Jsp文件生成Servlet类文件，既然要定文件，这里又会涉及到编码问题，这里该使用什么编码方

式来输出到文件呢？先看结论：Tomcact是使用UTF-8编码方式来输出的 ，这也是理所当然的，因为页面上会有不同的各种语言。

 

第三种解释：

JSP 编译。Java 应用服务器将根据 JVM 的 file.encoding 值读取 JSP 源文件，编译生成 JAVA 源文件，再根据 file.encoding 值写回文件系统。如果当前系统语言支持 GBK，那么这时候

不会出现 encoding 问题。如果是英文的系统，如 LANG 是 en_US 的 Linux, AIX 或 Solaris，则要将 JVM 的 file.encoding 值置成 GBK 。系统语言如果是 GB2312，则根据需要，确定要

不要设置 file.encoding，将 file.encoding 设为 GBK 可以解决潜在的 GBK 字符乱码问题
Java 需要被编译为 .class 才能在 JVM 中执行，这个过程存在与 a. 同样的 file.encoding 问题。从这里开始 servlet 和 jsp 的运行就类似了，只不过 Servlet 的编译不是自动进行的

。对于 JSP 程序 , 对产生的 JAVA 中间文件的编译是自动进行的 ( 在程序中直接调用 sun.tools.javac.Main 类 ). 因此如果在这一步出现问题的话 , 也要检查 encoding 和 OS 的语言

环境，或者将内嵌在 JSP JAVA Code 中的静态汉字转为 Unicode, 要么静态文本输出不要放在 JAVA code 中。 对于 Servlet, javac 编译时手工指定 -encoding 参数就可以了。
Servlet 需要将 HTML 页面内容转换为 browser 可接受的 encoding 内容发送出去。依赖于各 JAVA App Server 的实现方式，有的将查询 Browser 的 accept-charset 和 accept-language

参数或以其它猜的方式确定 encoding 值，有的则不管。因此采用固定 encoding 也许是最好的解决方法。对于中文网页，可在 JSP 或 Servlet 中设置 contentType="text/html;

charset=GB2312"；如果页面中有 GBK 字符，则设置为 contentType="text/html; charset=GBK"，由于 IE 和 Netscape 对 GBK 的支持程度不一样，作这种设置时需要测试一下。 因为 16

位 JAVA char 在网络传送时高 8 位会被丢弃，也为了确保 Servlet 页面中的汉字（包括内嵌的和 servlet 运行过程中得到的）是期望的内码，可以用 PrintWriter out=res.getWriter()

取代 ServletOutputStream out=res.getOutputStream(). PrinterWriter 将根据 contentType 中指定的 charset 作转换 (ContentType 需在此之前指定！ ); 也可以用

OutputStreamWriter 封装 ServletOutputStream 类并用 write(String) 输出汉字字符串。 对于 JSP，JAVA Application Server 应当能够确保在这个阶段将嵌入的汉字正确传送出去。
这是解释 URL 字符 encoding 问题。如果通过 get/post 方式从 browser 返回的参数值中包含汉字信息， servlet 将无法得到正确的值。SUN 的 J2SDK 中，HttpUtils.parseName 在解析

参数时根本没有考虑 browser 的语言设置，而是将得到的值按 byte 方式解析。这是网上讨论得最多的 encoding 问题。因为这是设计缺陷，只能以 bin 方式重新解析得到的字符串；或者

以 hack HttpUtils 类的方式解决。参考文章 2 均有介绍，不过最好将其中的中文 encoding GB2312、 CP1381 都改为 GBK，否则遇到 GBK 汉字时，还是会有问题。 Servlet API 2.3 提供

一个新的函数 HttpServeletRequest.setCharacterEncoding 用于在调用 request.getParameter(“param_name”) 前指定应用程序希望的 encoding，这将有助于彻底解决这个问题。