| 標(biāo)題:JSP中文亂碼解決方案-Tomcat5.0版 |
| 內(nèi)容: 首先，說說JSP/Servlet中的幾個編碼的作用。 在JSP/Servlet中主要有以下幾個地方可以設(shè)置編碼，pageEncoding="UTF-8"、contentType="text/html;charset=UTF-8"、request.setCharacterEncoding("UTF-8")和response.setCharacterEncoding("UTF-8")，其中前兩個只能用于JSP中，而后兩個可以用于JSP和Servlet中。 1、pageEncoding="UTF-8"的作用是設(shè)置JSP編譯成Servlet時使用的編碼。 眾所周知，JSP在服務(wù)器上是要先被編譯成Servlet的。pageEncoding="UTF-8"的作用就是告訴JSP編譯器在將JSP文件編譯成Servlet時使用的編碼。通常，在JSP內(nèi)部定義的字符串（直接在JSP中定義，而不是從瀏覽器提交的數(shù)據(jù)）出現(xiàn)亂碼時，很多都是由于該參數(shù)設(shè)置錯誤引起的。例如，你的JSP文件是以GBK為編碼保存的，而在JSP中卻指定pageEncoding="UTF-8"，就會引起JSP內(nèi)部定義的字符串為亂碼。 另外，該參數(shù)還有一個功能，就是在JSP中不指定contentType參數(shù)，也不使用response.setCharacterEncoding方法時，指定對服務(wù)器響應(yīng)進(jìn)行重新編碼的編碼。 2、contentType="text/html;charset=UTF-8"的作用是指定對服務(wù)器響應(yīng)進(jìn)行重新編碼的編碼。 在不使用response.setCharacterEncoding方法時，用該參數(shù)指定對服務(wù)器響應(yīng)進(jìn)行重新編碼的編碼。服務(wù)器在將數(shù)據(jù)發(fā)送到瀏覽器前，對數(shù)據(jù)進(jìn)行重新編碼時，使用的就是該編碼。 3、request.setCharacterEncoding("UTF-8")的作用是設(shè)置對客戶端請求進(jìn)行重新編碼的編碼。 該方法用來指定對瀏覽器發(fā)送來的數(shù)據(jù)進(jìn)行重新編碼（或者稱為解碼）時，使用的編碼。 4、response.setCharacterEncoding("UTF-8")的作用是指定對服務(wù)器響應(yīng)進(jìn)行重新編碼的編碼。 服務(wù)器在將數(shù)據(jù)發(fā)送到瀏覽器前，對數(shù)據(jù)進(jìn)行重新編碼時，使用的就是該編碼。 其次，要說一說瀏覽器是怎么樣對接收和發(fā)送的數(shù)據(jù)進(jìn)行編碼的 response.setCharacterEncoding("UTF-8")的作用是指定對服務(wù)器響應(yīng)進(jìn)行重新編碼的編碼。同時，瀏覽器也是根據(jù)這個參數(shù)來對其接收到的數(shù)據(jù)進(jìn)行重新編碼（或者稱為解碼）。所以在無論你在JSP中設(shè)置response.setCharacterEncoding("UTF-8")或者response.setCharacterEncoding("GBK")，瀏覽器均能正確顯示中文（前提是你發(fā)送到瀏覽器的數(shù)據(jù)編碼是正確的，比如正確設(shè)置了pageEncoding參數(shù)等）。讀者可以做個實(shí)驗(yàn)，在JSP中設(shè)置response.setCharacterEncoding("UTF-8")，在IE中顯示該頁面時，在IE的菜單中選擇"查看(V)"à"編碼(D)"中可以查看到是" Unicode（UTF-8）"，而在在JSP中設(shè)置response.setCharacterEncoding("GBK")，在IE中顯示該頁面時，在IE的菜單中選擇"查看(V)"à"編碼(D)"中可以查看到是"簡體中文（GB2312）"。 瀏覽器在發(fā)送數(shù)據(jù)時，對URL和參數(shù)會進(jìn)行URL編碼，對參數(shù)中的中文，瀏覽器也是使用response.setCharacterEncoding參數(shù)來進(jìn)行URL編碼的。以百度和GOOGLE為例，如果你在百度中搜索"漢字"，百度會將其編碼為"%BA%BA%D7%D6"。而在GOOGLE中搜索"漢字"，GOOGLE會將其編碼為"%E6%B1%89%E5%AD%97"，這是因?yàn)榘俣鹊膔esponse.setCharacterEncoding參數(shù)為GBK，而GOOGLE的的response.setCharacterEncoding參數(shù)為UTF-8。 瀏覽器在接收服務(wù)器數(shù)據(jù)和發(fā)送數(shù)據(jù)到服務(wù)器時所使用的編碼是相同的，默認(rèn)情況下均為JSP頁面的response.setCharacterEncoding參數(shù)（或者contentType和pageEncoding參數(shù)），我們稱其為瀏覽器編碼。當(dāng)然，在IE中可以修改瀏覽器編碼（在IE的菜單中選擇"查看(V)"à"編碼(D)"中修改），但通常情況下，修改該參數(shù)會使原本正確的頁面中出現(xiàn)亂碼。一個有趣的例子是，在IE中瀏覽GOOGLE的主頁時，將瀏覽器編碼修改為"簡體中文（GB2312）"，此時，頁面上的中文會變成亂碼，不理它，在文本框中輸入"漢字"，提交，GOOGLE會將其編碼為"%BA%BA%D7%D6"，可見，瀏覽器在對中文進(jìn)行URL編碼時，使用的就是瀏覽器編碼。 弄清了瀏覽器是在接收和發(fā)送數(shù)據(jù)時，是如何對數(shù)據(jù)進(jìn)行編碼的了，我們再來看看服務(wù)器是在接收和發(fā)送數(shù)據(jù)時，是如何對數(shù)據(jù)進(jìn)行編碼的。 對于發(fā)送數(shù)據(jù)，服務(wù)器按照response.setCharacterEncoding—contentType—pageEncoding的優(yōu)先順序，對要發(fā)送的數(shù)據(jù)進(jìn)行編碼。 對于接收數(shù)據(jù)，要分三種情況。一種是瀏覽器直接用URL提交的數(shù)據(jù)，另外兩種是用表單的GET和POST方式提交的數(shù)據(jù)。 因?yàn)楦鞣NWEB服務(wù)器對這三種方式的處理也不相同，所以我們以Tomcat5.0為例。 無論使用那種方式提交，如果參數(shù)中包含中文，瀏覽器都會使用當(dāng)前瀏覽器編碼對其進(jìn)行URL編碼。 對于表單中POST方式提交的數(shù)據(jù)，只要在接收數(shù)據(jù)的JSP中正確request.setCharacterEncoding參數(shù)，即將對客戶端請求進(jìn)行重新編碼的編碼設(shè)置成瀏覽器編碼，就可以保證得到的參數(shù)編碼正確。有寫讀者可能會問，那如何得到瀏覽器編碼呢？上面我們提過了，在默認(rèn)請情況下，瀏覽器編碼就是你在響應(yīng)該請求的JSP頁面中response.setCharacterEncoding設(shè)置的值。所以對于POST表單提交的數(shù)據(jù)，在獲得數(shù)據(jù)的JSP頁面中request.setCharacterEncoding要和生成提交該表單的JSP頁面的response.setCharacterEncoding設(shè)置成相同的值。 對于URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)，在接收數(shù)據(jù)的JSP中設(shè)置request.setCharacterEncoding參數(shù)是不行的，因?yàn)樵赥omcat5.0中，默認(rèn)情況下使用ISO-8859-1對URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)進(jìn)行重新編碼（解碼），而不使用該參數(shù)對URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)進(jìn)行重新編碼（解碼）。要解決該問題，應(yīng)該在Tomcat的配置文件的Connector標(biāo)簽中設(shè)置useBodyEncodingForURI或者URIEncoding屬性，其中useBodyEncodingForURI參數(shù)表示是否用request.setCharacterEncoding參數(shù)對URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)進(jìn)行重新編碼，在默認(rèn)情況下，該參數(shù)為false（Tomcat4.0中該參數(shù)默認(rèn)為true）；URIEncoding參數(shù)指定對所有GET方式請求（包括URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)）進(jìn)行統(tǒng)一的重新編碼（解碼）的編碼。URIEncoding和useBodyEncodingForURI區(qū)別是，URIEncoding是對所有GET方式的請求的數(shù)據(jù)進(jìn)行統(tǒng)一的重新編碼（解碼），而useBodyEncodingForURI則是根據(jù)響應(yīng)該請求的頁面的request.setCharacterEncoding參數(shù)對數(shù)據(jù)進(jìn)行的重新編碼（解碼），不同的頁面可以有不同的重新編碼（解碼）的編碼。所以對于URL提交的數(shù)據(jù)和表單中GET方式提交的數(shù)據(jù)，可以修改URIEncoding參數(shù)為瀏覽器編碼或者修改useBodyEncodingForURI為true，并且在獲得數(shù)據(jù)的JSP頁面中request.setCharacterEncoding參數(shù)設(shè)置成瀏覽器編碼。 下面總結(jié)下，以Tomcat5.0為WEB服務(wù)器時，如何防止中文亂碼。 1、 對于同一個應(yīng)用，最好統(tǒng)一編碼，推薦為UTF-8，當(dāng)然GBK也可以。 2、 正確設(shè)置JSP的pageEncoding參數(shù) 3、 在所有的JSP/Servlet中設(shè)置contentType="text/html;charset=UTF-8"或response.setCharacterEncoding("UTF-8")，從而間接實(shí)現(xiàn)對瀏覽器編碼的設(shè)置。 4、 對于請求，可以使用過濾器或者在每個JSP/Servlet中設(shè)置request.setCharacterEncoding("UTF-8")。同時，要修改Tomcat的默認(rèn)配置，推薦將useBodyEncodingForURI參數(shù)設(shè)置為true，也可以將URIEncoding參數(shù)設(shè)置為UTF-8（有可能影響其他應(yīng)用，所以不推薦）。 |
