Jsp编码总结

一、对于jsp页面和tomcat服务器，控制编码的参数分为两类：

    一类是Jsp页面中的参数：

    (1)    <%@page pageEncoding="UTF-8" %>

    (2)    <%@page contentType="text/html;charset=GBK" %>

    (3)    response.setCharacterEncoding(“GBK”)

    (4)    request.setCharacterEncoding("charset")

    另一类是tomcat配置文件server.xml中的参数：

    (1)    URIEncoding

    (2)    useBodyEncodingForURI

二、浏览器第一次访问jsp页面，一般要经过三个编码阶段：

        第一个编码阶段：jsp编译为servlet，生成java文件。此阶段采用pageEncoding指定的编码方式读取jsp内容，然后编译为UTF-8编码的java源文件。

         第二个编码阶段：java文件编译相应的.class文件。此阶段使用UTF-8的encoding读取java源码，编译成UTF-8 encoding的二进制码（即.class）

         第三个编码阶段：服务器在将数据发送到浏览器前，对数据进行重新编码。此阶段使用UTF-8方式解码，编码为contentType指定的encoding。

 

三、浏览器发送请求到返回响应整个编解码过程

    整个流程：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

    (1)  浏览器请求编码使用response.setCharacterEncoding—contentType—pageEncoding指定的编码方式（优先顺序从高到低）。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。注意：javascript的编码方式：encodeURI(..)和encodeURIComponent(..)是对其参数进行UTF-8编码的。

    (2)  服务器端解码。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。 

      a) 表单以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。 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)

      b) 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。处理get方式请求参数的方法：

       方法一：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

       方法二：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

       方法三：服务器端获取参数后解码:String linename = new String(request.getParameter("name").getBytes("ISO-8859-1"),"UTF-8");  

四、参数介绍

(1) <%@page pageEncoding="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，第三阶段的重编码使用pageEncoding指定的编码方式。

(2) <%@page contentType="text/html;charset=GBK" %>或response.setCharacterEncoding("UTF-8")

     作用： *指定对服务器响应进行重新编码的编码方式,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" %>或 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。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) <meta http-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POST表单提交的参数有效。

                   * 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"或URIEncoding

                   *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。

 (5) 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

      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

 

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

例：客户端编码：

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

对上例的说明：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，和通过String.getBytes获取字节数组，再 new String(bytes[], charset)编解码方式使不一样的。如java代码:

  String str = "my中国心";  String str1 = URLEncoder.encode(str, "UTF-8");        //my%E4%B8%AD%E5%9B%BD%E5%BF%83  String str4 = URLEncoder.encode(str1, "ISO-8859-1");  //my%25E4%25B8%25AD%25E5%259B%25BD%25E5%25BF%2583  String str5 = URLEncoder.encode(str1, "UTF-8");       //%25E4%25B8%25AD%25E5%259B%25BD%25E5%25BF%2583  String str6 = URLDecoder.decode(str4, "GBK");         //my%E4%B8%AD%E5%9B%BD%E5%BF%83  String str7 = URLDecoder.decode(str4, "GBK");         //my%E4%B8%AD%E5%9B%BD%E5%BF%83  String str8 = URLDecoder.decode(str5, "UTF-8");       //my中国心

 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。