Web开发中文乱码问题汇总

1.POST方式

POST请求数据是通过HTTP的BODY传递数据到服务器，浏览器会根据ContentType的编码格式对参数进行编码，服务端也是通过ContentType的编码格式进行解码，所以一般不会有乱码问题，而且我们可以通过request.setCharacterEncoding(charset)进行设置。

html解码方式选择顺序：1.response中的ContentType 2. <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />3. 默认编码

2.GET方式

浏览器对PathInfo和QueryString的编码不一样，不同浏览器对PathInfo也不同。

以Tomcat为例，对URI解码的字符集在<Connector port="8080" protocol="HTTP/1.1"/>中定义，默认是ISO-8859-1，因此，如果URI中如果包含中文，最好把URIEncoding设置成UTF-8，当然还需要设置QueryString为ContentType的字符集，即设置useBodyEncodingForURI为TRUE，如<Connector port="8080" protocol="HTTP/1.1" URIEncoding="UTF-8" useBodyEncodingForURI="true"/>

对于在HEADER中传递其他参数，如Cookie，redirectPath，Tomcat是通过默认解码方式：ISO-8859-1，而且我们不能设置其他解码方式，因此如果Header包含非ASCII字符，会乱码，我们需要进行encodeURI(),然后进行传递，访问时再相应的解码。

注意：在myeclipse中run as server，会用myeclipse自带的配置

3.JS的编码

不同浏览器对js的url编码不同，甚至不同js框架对其url处理也不同。
对于这个问题需要了解两个方法：

1.encodeURI
对整个URL进行UTF编码（ASCII字符和一些特殊符号除外，如&，？，#等），在每个码值前加“%”

2.encodeURIComponent
比encodeURI编码更彻底，对整个URL进行UTF编码（ASCII字符除外，&，？，#等都会进行编码），常用语将一个URL作为另一个URL的参数进行传递

注意：js的encodeURI默认是UTF-8编码，而java对中文默认是GBK编码，这种时候的解决办法是encodeURI或者encodeURIComponent两次编码，request.getParameter()通过GBK解码，如果需要获取该字符串，再进行UTF-8解码（URLDecoder.decode(str,”UTF-8”)）即可。

如果已经设置URIEncoding=”UTF-8” useBodyEncodingForURI=”true” 则不需要进行encodeURI两次编码

附加：进行两次encodeURI,第一次编码得到的是UTF-8形式的URL，第二次编码得到的依然是UTF-8形式的URL，但是在效果上相当于首先进行了一次UTF-8编码(此时已经全部转换为ASCII字符)，再进行了一次iso-8859-1编码，因为对英文字符来说UTF-8编码和ISO-8859-1编码的效果相同。在服务器端，首先通过request.getParameter()自动进行第一次解码(可能是gb2312,gbk,utf-8,iso-8859-1等字符集,对结果无影响)得到ascii字符，然后再使用UTF-8进行第二次解码，通常使用URLDecoder.decode(str,”UTF-8”)方法。

两次编码两次解码的过程为：

UTF-8编码->UTF-8(iso-8859-1)编码->iso-8859-1解码->UTF-8解码，编码和解码的过程是对称的，所以不会出现乱码。